业界呼吁增加公开端到端智能体基准测试

有声音呼吁业界提供更多公开的端到端智能体（agentic）基准测试。 提出者认为，当前公开评测多聚焦单点能力，缺少覆盖完整任务链路的端到端测试，难以衡量智能体在真实场景中的整体表现。

AI 根据报道生成 · 59 分钟前更新

还没有足够的连续观测数据，暂不绘制趋势。