ToolTrap1 篇实战文章

先说结论：ToolTrap 这份报告里最值钱的数字不是开发集上那个 0/192，是留出集上的 26/160。 前者是照着答案写的作文。后者才是那条规则的真成活率。 ToolTrap 测的事很窄：客服 agent 会不会把工具返回里夹带的假细节原样念给客户。