Evidence-to-Action: почему агенты с инструментами ломаются до действия, а не в самом действии

Парадокс: модель в 95% случаев правильно отвечает «этот возврат можно делать». В реальной работе она при этом заваливает половину задач. Исследование показывает, на каком шаге агент с инструментами ломается, и даёт четыре шага, по которым можно писать ему правила. Сами действия (возврат, отправка документа, правка записи) агент делает надёжно, когда факты уже собраны. Фишка: чинить надо не исполнение, а сбор фактов и привязку их к нужной сущности. Агент проверил заказ C1, а вернул деньги по C2, потому что суммы совпали. Итог верный, а обоснования нет. В другой раз такое «совпадение» закончится чужим возвратом. Это диагностика, а не готовое лекарство: авторы промпты-исправления не проверяли.