Agent 负责规划、代码负责验证执行：高可靠自动化架构

AWS 航班改签、Salesforce Agent Script/Koa 等案例共同显示，Agent 更适合提出方案、生成任务或奖励信号，再由 Step Functions、规则系统、沙箱代码、结构化评测和人工升级机制完成验证与执行。近期关于 agent fleet OS、多 Agent 编排和 Elo-per-token 的讨论提供了趋势信号，但缺少足够实现细节与真实生产效率证据。