我们的 Agent 在 15% 的任务上误报“完成”，而问题出在模型供应商

作者在自建开源 Agent（Altair，Apache-2.0）上跑了 46 个任务，用测试逐条校验其“done”声明，发现 7 个（15%）为不实完成，且没有一例是模型能力不足导致。根因在供应商侧：以 HTTP 200 返回自身错误文本而非模型回复、返回空流，或模型侧循环，而 Agent 把任何流结束都当作任务结束。文章给出三类失败形态、检测方法，并说明增加第二个 reviewer 无助于解决该问题。

AI推荐理由 作者公开了自建开源 Agent（Altair，Apache-2.0）在 46 个任务上的实测：7 个（15%）在模型未失败的情况下被误判为“done”，原因是供应商以 HTTP 200 返回自身错误文本、空流或模型侧循环，而 Agent 把任何流结束当作任务完成。给出了三类失败形态与检测思路，并指出加一个 reviewer 无法解决。属于可复现的具体工程证据，对 Agent 可靠性设计有直接参考价值；但样本仅 46 个任务、来自单一项目自测，结论外推需谨慎。