When JSON Is Not Enough

作者指出结构化输出只保证“长得像合法订单”，并不保证订单语义正确或安全，于是构建真实电商数据集来测试 schema-valid agent。研究把错误细分为字段层面的 fabrications、跨字段矛盾与高风险执行，并发现即使 JSON Schema 完全通过，模型仍会提交错误商品、数量或配送约束；它揭示了语法验证与业务验证之间必须补上的一层。