开发技术
Agents Are Systems, Not Models: Rethinking Agentic Evaluation
2026-10-02arxiv.org
★★★★★
论文主张 Agent 评测应将 Agent 视为系统而非固定模型，需报告系统级指标。
值得记下
阅读原文↗同一模型在不同 harness 下的表现差距可能超过模型之间的差距，而缺少成本与方差数据的评测报告无法横向比较。
内容来源：arxiv.org，版权归原作者所有
论文主张 Agent 评测应将 Agent 视为系统而非固定模型，需报告系统级指标。
同一模型在不同 harness 下的表现差距可能超过模型之间的差距，而缺少成本与方差数据的评测报告无法横向比较。
内容来源：arxiv.org，版权归原作者所有