AI Agent 可靠性评估：工具调用成功不等于决策正确

一名开发者提出，AI Agent 即使正确调用 API、工作流无报错，也可能更新错误对象的账户，因此工具调用成功不能证明决策正确。评估应分别判断其是否理解请求、是否选择正确动作与目标对象、系统是否安全执行；敏感操作还需授权检查、审计日志及不可逆变更前确认。