Agent 工具调用为什么越改越差：两种方向的失败，Prompt 修不了

一个测了 580 个场景的基准显示：最强 Agent 仍有一半任务失败。关键在于强模型漏调工具、弱模型乱调工具，而这两种失败相反的解法。附五条落地建议。