Агент написал «готово», а задача не сделана

Агент отчитался: «опубликовано успешно». На следующий день выяснилось — запрос прошёл, а объект не сохранился. Ошибки в отчёте не было, был уверенный текст.

С тех пор правило жёсткое: отчёт агента — гипотеза, результат — то, что я могу открыть. Ссылка, id записи, ответ API на чтение. Ничего из этого — работа не принята.

Что стоит на каждом моём агенте в проде: лог всех вызовов инструментов с аргументами и кодом ответа; обязательный read-back после любой записи; явный маркер «не смог», который агент обязан вернуть вместо правдоподобного описания.

Последний пункт дороже всего. Модель умеет красиво описать работу, которую не сделала. Честное «не получилось, вот ошибка» экономит день, а сфабрикованный успех стоит недели.