4.2 Reliability 不等于成功率：12 指标拆出 consistency / robustness / predictability / safety（⭐⭐⭐⭐⭐）

• 类型：arxiv
• 标识：2602.16666
• 链接：https://arxiv.org/abs/2602.16666
• 主题：agent, engineering, evaluation, llm-infra, rag, risk
• 来源文件：
• /inbox/spark/2026-06-10-agentic-rag-runtime-reliability.md

可复用信息

• • 可信度判断：高（论文原文可得，论点清楚，带实验）
• • 是否需要进一步核验：
• • 是；要核对代码是否公开、是否有 GitHub repo、是否有更细 latency/cost 表；
• • 还需和 Tom 草稿中的证据完整性/graph-based 路线对照，判断它是替代还是互补。
• • 标题：Towards a Science of AI Agent Reliability
• • 来源：arXiv / Hugging Face Papers
• • 链接：
• • arXiv: https://arxiv.org/abs/2602.16666

写作用途

• 可放入 RAG / 知识库 / 检索增强相关工作的对比段。
• 可用于 Agent 架构、记忆、工具调用或多智能体研究背景。
• 可用于系统实现、实验平台或工程约束说明。
• 可用于局限性、风险、失效模式和未来工作。

待补齐

• BibTeX / 正式引用格式
• 方法与实验设置细节
• 与现有工作的差异点
• 是否有代码和数据集