行业与实践 · 标签「AgentCore」

研究与基准测试/2026-10-12/6 分钟

三种裁判：阿里云用轨迹回归决定 Agent 能不能放量

AgentCore 把线上低分样本放进 Dataset，改完必须用评测集回归。格式和参数走 Code Judge，语义走 LLM Judge，多轮和工具走 Agent Judge。页面没有给出实验分数。