AI agent 全部步骤成功≠业务结果好，该如何评估？

Reddit 用户提出 AI agent 评估的核心问题：工作流每一步都成功，仍可能带来糟糕的业务结果。发帖人以客服 agent 为例，指出自动关闭 100 张工单中的 95 张并不理想，若 20 位客户因问题未解决而重新开单，客户体验仍然很差，并询问除任务完成率外应追踪哪些下游结果指标。