研究者提出个人对外服务智能体评估框架DelegateEval

Jichao Li等作者提出 DelegateEval，一个面向“个人对外服务智能体”的平台级评估框架，覆盖易创建性、服务发现与匹配、交付质量、专长继承、服务连续性、学习与改进、可靠性与治理、效率与价值八个维度，可用于评估结合大语言模型、可复用技能、MCP 等协议与可执行工具环境的智能体系统。 作者称，完整数据集、可执行环境、统一评分协议及跨模型结果仍待开发与实证验证，因此该框架目前只是框架与实验设计，尚未给出已验证的评估效果。

AI 根据报道生成 · 2 小时前更新

还没有足够的连续观测数据，暂不绘制趋势。