Reddit 讨论：如何测试 Agent 出错时的行为

2026 年 10 月 5 日，开发者 drax1106 在 Reddit 发帖提问：上线前该如何评估 agent 在异常场景下的行为——是故意喂不完整数据、让工具失败，还是等真实事故发生后再补测试。AGI Hunt 报道了这一讨论，并将其看作 agent 评测工程里常见的实践讨论切入点。报道中未给出具体的测试方法、结论或回答，讨论目前仍停留在问题提出阶段。早先版本仅记录该事件为 Reddit 上关于 agent 出错时是停下还是硬猜的讨论，后续报道补充了提问者身份与提问的具体内容，两者并无矛盾。

AI 根据报道生成 · 1 小时前更新

还没有足够的连续观测数据，暂不绘制趋势。