Reddit 热帖测算 Agent 长工作流链式失败概率

Reddit 一篇热帖测算称，在单步可靠率为 95% 的情况下，Agent 连续执行 5 步、10 步和 20 步后，任务可靠率分别降至 77%、60% 和 36%，说明长链路中单步小概率失败会累积成整体失败。 该帖作者建议将长任务切小，并逐步校验输出；对发邮件、付款和删除等不可逆操作，应增加人工确认。

AI 根据报道生成 · 56 分钟前更新

还没有足够的连续观测数据，暂不绘制趋势。