Agent 工具调用常报假成功？新论文揭示四种失败模式

silentw111 · reddit · 2026-08-21

大多数 Agent 框架将工具调用视为原子操作，但实际上“返回成功”和“产生效果”是两回事。新论文《Verified Tool Calls Improve LLM Agent Reliability》指出了四种非原子失败模式（超时后分发、延迟可见、部分成功、陈旧冲突）。实验表明，在高故障率下，添加独立后置验证可将 activatecustomer 的成功率从 64% 提升至 100%，并将重复副作用从 72% 降至 20%。这提示开发者应验证调用后的实际效果，而不仅仅是依赖工具的响应码。