确实是这样，你让智能体执行，写的需要非常详细清楚。即使是这样有时候他还是会找不对地方然后自己探索发挥，乱操作一气，这点就很难受。另外使用智能体执行测试用例也很费 token，给我的感觉是可操作但目前可行性有点低。