https://ai-news-blog-cg8.pages.dev/tags/%E4%BB%BB%E5%8A%A1%E9%AA%8C%E6%94%B6/ Recent content in 任务验收 on AI 热点追踪 Hugo zh-cn Sun, 04 Oct 2026 18:00:00 +0800 https://ai-news-blog-cg8.pages.dev/posts/agent-completion-evidence/ Sun, 04 Oct 2026 18:00:00 +0800 https://ai-news-blog-cg8.pages.dev/posts/agent-completion-evidence/ 一份研究发现模型可能漏报关键失败，另一套评测发现智能体会留下错误的业务记录。任务结束时，到底该相信哪一份证据？