在构建代理基础设施的过程中，出现了一个重要问题：自我报告的行为在结构上是不可信的。代理在记录其行为时，记录过程依赖于代理自身的推理，代理决定记录什么、何时记录以及省略什么。这种情况即使在代理“尝试”准确时也同样存在。大型语言模型（LLMs）会进行总结、压缩和虚构，这使得自我报告的日志往往与真实情况不符。因此，依赖代理自我报告的行为作为真实依据是有风险的，必须引入独立观察者来确保日志的真实性和可靠性...