研究与基准测试/2026-07-20/9 分钟AgentLoop：先记下轨迹，再谈 Agent 评测和优化阿里云 AgentLoop 把企业级 Agent 的优化写成观测、轨迹分析、评测、回测和持续优化五环。在线评测没有标准答案，实验评测用标注集打分，低分样本回流基线集。
研究与基准测试/2026-07-01/10 分钟轨迹比答案难评：阿里云把 Agent 评测拆成步骤、路径和结果阿里云 AgentLoop 把企业 Agent 飞轮写成采集轨迹、自动建 Golden 和 BadCase、再用 Agent 做评测。文中给出 55 个字段、84% 覆盖率和三层评分，并标明哪些数字来自外部论文。
