AI代理真的表现良好吗，还是我们过度吹嘘了它们？

最近我一直在尝试AI代理，坦白说，我开始怀疑它们在生产环境中到底有多实用。演示看起来令人印象深刻：给代理一个目标 → 它规划步骤。它可以使用工具/API，可以浏览网页、编写代码、分析数据、发送邮件等。多个代理甚至可以协同工作。但当你在实际任务中使用它们时，事情可能会变得混乱。有时代理花费10个步骤完成本可以用2个步骤完成的事情。有时它会陷入循环。有时它自信地做出错误决定。随着工作流变得更复杂，可靠性似乎迅速下降。因此，我对人们的真实体验感兴趣，而非演示：AI代理真的为你节省了大量时间/金钱吗？还是它们目前更像是一个需要持续监督的令人印象深刻的助手？对于在生产环境中使用代理的人：它们处理什么任务？它们真的有多自主？你遇到的失败率是多少？多代理系统是否真的比单个精心设计的代理更好？最重要的是，你会信任代理在不检查其工作的情况下完成重要任务吗？我很想听听实际构建/使用它们的人的经验。