如何验证 AI Agent 声称任务完成后的可靠性

开发者探讨 AI Agent 在调用工具后如何验证预期变更确实发生，聚焦工具报告成功但目标记录不存在、重试造成重复创建、操作仅部分成功及 Agent 过早宣布完成等故障。文中询问有生产经验团队如何测试这些问题、依赖哪些工具与工程实践，以及哪些环节仍需人工检查。