https://guijiagi.com/tags/agentbench/Recent content in AgentBench 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, 02 Jul 2026 11:16:00 +0800https://guijiagi.com/posts/agent-benchmark-design-2026/Thu, 02 Jul 2026 11:16:00 +0800https://guijiagi.com/posts/agent-benchmark-design-2026/2026年Agent能力评估基准设计方法，覆盖工具调用、规划与多步推理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https://guijiagi.com/posts/agent-benchmark-2026/Fri, 26 Jun 2026 14:00:00 +0800https://guijiagi.com/posts/agent-benchmark-2026/全面对比 2026 年主流 AI 智能体基准测试框架，分析评估维度差异，探讨智能体评测的方法论与未来方向