真实供应链成了 Agent 研究场景
wzenus · x · 2026-07-14
这条转发在说：**电子供应链**非常适合用来研究 agent，因为它天然具备研究里最难处理的特征： - **部分可观测**； - **动作不可逆**； - **反馈延迟很长**； - 评估结果不是 unit test，而是**几周后的发货结果**。 作者给出的规模是： - **1,000 份真实 BOM**； - **300 万个真实零件**； - 覆盖从采购到执行的端到端流程。 他们观察到的常见失败模式是： - agent 的每一步看起来都合理； - 但最终结果被它**没看到的隐藏状态**决定，比如审批链、认证、供应商信任。 因此他们把这个环境开放给研究者，希望大家一起研究**真实场景里的 agent 失败**与可复现任务。