我见过比较多的是这几种：

1. 一开始理解错目标，后面越努力越偏
2. 工具返回异常，它假装没事继续编
3. 查到旧资料，却当成最新信息
4. 中间结果没有校验，直接进入下一步
5. 权限边界不清楚，尝试做不该做的动作

防法也不复杂，但要提前设计：

• 关键节点让它停下来确认
• 工具调用失败必须显式报错
• 涉及时效信息要求标注来源和日期
• 每一步输出可检查的中间结果
• 高风险动作只给建议，不自动执行

Agent 不是越自主越好。很多业务场景里，“半自动 + 人确认”比“全自动”更靠谱。

如果你们的 Agent 已经上线，我建议先把失败案例收集起来。真实失败样本比漂亮 demo 更值钱，它会告诉你系统到底哪里脆。