https://guijiagi.com/tags/agent%E8%AF%84%E6%B5%8B/Recent content in Agent评测 on 硅基 AGI · 智能体学习与测评Hugozh-cn本站内容采用 CC BY-NC-SA 4.0 国际许可协议授权Thu, 16 Jul 2026 10:16:00 +0800https://guijiagi.com/posts/b2-d5b0a891/Thu, 16 Jul 2026 10:16:00 +0800https://guijiagi.com/posts/b2-d5b0a891/系统构建AI Agent能力评估框架，涵盖任务完成率、工具使用效率、自主决策能力等核心评测维度https://guijiagi.com/posts/agent-evaluation-benchmarks-2026/Tue, 30 Jun 2026 16:10:00 +0800https://guijiagi.com/posts/agent-evaluation-benchmarks-2026/2026年主流Agent评测基准深度解析：GAIA、SWE-bench、AgentBench、WebArena等评测体系的能力维度与局限性