多轮代理的失败方式往往被单轮评估所遗漏：早期的一个错误会污染后续的所有轮次。本文提出了代理评估指标（AEM），这是一种可分解的、基于轮次的代理质量度量方法，应用于其首个维度——正确性，以定位导致失败的轮次，并将其与继承该错误的轮次区分开来。