智能体可靠性报告发布，长任务失败率仍高

多项独立测试显示，智能体在执行需要几十步的长链条任务时，失败率仍然偏高，且错误会沿链条累积。可靠性被公认为智能体落地的主要障碍。

关键信息

• 长链条多步骤任务的失败率仍然偏高
• 错误会沿执行链条累积
• 可靠性的下降呈指数而非线性
• 缺少有效的中途纠错机制

B哥点评

可靠性是智能体最大的短板，也是最少被讨论的，因为它不好演示。单步成功率九成的智能体，跑二十步就只剩一成出头，这个算术决定了它能干什么。

本文基于公开报道整理，观点仅供参考。