实测：工具返回 322 条记录，Agent 却回答 321

2026 年 10 月 3 日，DEV Community 上的一篇文章记录了一次关于 Agent 计数的实测。作者说自己过去也会直接把 Agent 报出的数字当真，直到他不再先看答案，而是改去看工具自身返回的内容。他把同一个计数问题分别交给三个 Agent 框架，这些运行经由同一个录制代理，并使用同一个模型。

在其中一次运行中，模型给出的回答是 321，而同一份响应里的 id 列表实际包含 322 条匹配项。作者表示，这次运行在其他方面看不出任何不对劲的地方。由此得出的做法是：判断一个 Agent 是否可靠，要看工具返回的原始数据，而不是只相信模型给出的数字。

截至这篇报道，事情停在作者公布的这一次实测结果上；材料里没有点出具体是哪三个框架、哪一个模型，也没有后续进展。