一个反直觉的观察 让 Agent 操作浏览器完成一组社区日常任务(浏览、点赞、收藏、评论、发布),最容易归因错误的就是失败:任务没完成,第一反应往往是模型不行。真把每一处失败摊开看,模型负责的部分几乎