新论文：AI 智能体评估的新兴趋势

新论文《Emerging Trends in AI Agent Evaluation》指出，AI 智能体评估正面临复杂性增加和评估标准不明确的挑战。评估需关注智能体的完整轨迹而非仅最终结果，且不同评估层级的结果难以相互映射。当前评估工具和基准本身也需进一步验证，同时独立评估者的参与受限于资金和模型访问权限。