It worked. Really well.
人 民 网 版 权 所 有 ，未 经 书 面 授 权 禁 止 使 用
，这一点在heLLoword翻译官方下载中也有详细论述
Подозрения у женщины появились, когда ее муж Джеймс начал уходить на пару часов в магазин, но не приносил ничего, кроме мелочей и сладостей. Также он начал брать с собой телефон в туалет и ванную, установил приложение для защиты от посторонних глаз. Однажды в электронной записной книжке Джеймса Анна нашла повторяющееся каждые две недели имя «Джон». «Пару дней спустя я проверила его карманы и обнаружила билет на поезд на тот самый день, когда "Джон", предположительно, должен был прийти к нему в тату-салон», — вспоминает британка.
首先，大模型本身没那么可靠：存在无法根除的幻觉问题、知识时效性问题，任务拆解和规划经常不合理，也缺乏面向特定任务的系统性校验机制。这样一来，以其为“大脑”的智能体使用价值会大打折扣：智能体把模型从“对话”推向“行动”，错误不再只是答错问题，而是可能引发实际操作风险；而真实业务任务往往是跨系统、长链路的，一次小错误会在链路中层层放大，令长链路任务的失败率居高不下（例如单步成功率为95%时，一个 20步链路的整体成功率只有约 36%）。