行业与实践 · 研究与基准测试

研究与基准测试/2026-11-03/11 分钟

判断通过不等于做对：阿里云把 Agent 轨迹评测和执行护栏拆开

阿里云 AgentScope 把 JEV 的结构化判断放进工具选择、执行护栏、答案修订和轨迹评测。SHADOW 只记录，ENFORCE 才拦截。事后评测不撤销已执行动作，演示阈值也不能当成生产标准。