行业与实践 · 研究与基准测试

研究与基准测试/2026-09-17/5 分钟

满分 100 再扣分：火山引擎按交付节点评 Agent

页面最近更新时间是 2026-09-17。DeliveryAI 评测任务可以用生产 Trace 或评测集。总分按负分制，以 100 分为基准按问题严重程度扣分，并按节点给出通过率和低分用例。