开发技术
Beneath the Surface: What We Overlook When We Talk About Agent Evolution
2026-11-06arxiv.org
★★★★★
文章审视 Agent harness 的演进路径,追问 benchmark 涨分能否等同于可迁移的真实能力提升。
值得记下
阅读原文↗把「benchmark 涨分」和「能力真的变强」拆开看,是评估 Agent 迭代时最容易被跳过的一环。
内容来源:arxiv.org,版权归原作者所有
文章审视 Agent harness 的演进路径,追问 benchmark 涨分能否等同于可迁移的真实能力提升。
把「benchmark 涨分」和「能力真的变强」拆开看,是评估 Agent 迭代时最容易被跳过的一环。
内容来源:arxiv.org,版权归原作者所有