权限与审批俱全仍出错：agent 决策时的证据时效难题
jylusdev · reddit · 2026-10-11
作者提出一个值得加入 agent evals 的失败案例：主管因供应商处于活跃状态而批准订单，但在 agent 执行前该供应商被新记录标记为暂停——审批未被撤销、agent 权限正常、审批文件真实，决策所依据的事实却已改变。
- 正确检索到审批文件不等于决策正确，系统需把订单关联到供应商、解析当前状态并暴露变化的证据
- 存在单独的执行问题：动作 API 仍需强制前置条件，新的 Context Pack 无法让外部操作原子化
- 作者给出三问测试法：1）原审批依据什么证据？2）执行前发生了什么变化？3）当前证据是否足以继续？
文末推广其产品 Jylus（在模型接收上下文前解析状态与关系），并提供 try 页面，附对社区的提问：什么会真正使早期决策失效——定时器、数据变更还是有人发现错误？
「编程与Agent」频道最新
- 开源前端 Hermes for Tern 发布：在 Tern 中原生渲染 Agent 对话 — Teknium · 2026-10-11
- 112 个 bug：LLM 过得了概念验证，却过不了开发者自己的测试 — lulzxdxdxd · 2026-10-11
- MCP 服务器免注册接入英国公司注册处实时数据 — modelcontextprotocol · 2026-10-11
- Hive Evaluator：带 EIP-3009 认证的多重门控 MCP 服务器 — modelcontextprotocol · 2026-10-11
- 一个 prompt 五分钟,marclou 让 Opus 直接生成 macOS 鼠标改键应用 — marclou · 2026-10-11
- 业务上跑 AI Agent 的你，怎么知道它昨天干了什么？ — Accomplished_Team_19 · 2026-10-11