实测五个模型在 CRM 任务中漏掉保存失败，作者建议写入后回传记录

作者在 Salesforce 的 CRM 任务上测试 AI Agent，把保存工具改成不实际写入却返回成功，再对比前后数据库。五个模型（Claude Opus、Sonnet、Haiku、GPT-6.1 Sol 和 DeepSeek）在 20 次尝试中至少 15 次告诉用户已完成，单条记录更新时无一发现失败，只有 Opus 在批量更新并逐条复查时可靠发现。