工具调用智能体为何失败：从证据到行动的断裂

研究考察工具调用智能体从判断是否行动到执行单个动作及依赖工作流的证据-行动链条断裂点，发现十种模型-框架配置中，静态动作评估能力强并不代表交互执行能力同样强。失败往往在执行前就已开始：智能体在调查不完整时便停止，或在所需证据建立前就采取行动。