为什么你的 AI Agent 以为自己成功了（以及如何发现它其实没有）

作者在构建 StareBrain 的多步动作（基于 Android 无障碍层的 Google 搜索、消息、邮件）时反复遇到同一问题：Agent 完成步骤后自报 SUCCESS，但动作实际未生效。根因是“完成步骤”不等于“动作成功”，步骤可能运行在过期的 UI 状态上、发送按钮被拦截或无障碍事件在动作未完成时触发。作者主张 Agent 自报不是 ground truth，系统状态才是，并建议在派发前先定义成功判据。

AI推荐理由 来自 StareBrain 开发者的经验总结，指出 AI Agent 常见失败模式：Agent 以“步骤已执行”自报成功，但系统真实状态未必如此，可能因 UI 状态过期、按钮被拦截或无障碍事件误触发。提出应在派发动作前定义成功判据并以系统状态而非自报作为 ground truth。对 Agent 可靠性设计有实际参考价值，但为个人经验分享，无量化验证。