研究与基准测试/2026-09-27/22 分钟LLM Agent 的评测与基准：一篇综述SAP Labs 四位作者的 KDD '25 综述全译：按「评什么」和「怎么评」两条轴整理 Agent 评测，并指出企业场景特有的访问控制、可靠性和合规挑战。原文 CC BY 4.0。
研究与基准测试/2026-08-13/6 分钟八篇里只有三处在讲评测：美团的 KDD 2026 论文速览美团技术团队汇总 8 篇 KDD 2026 论文。和 Agent 评测直接有关的是 CDRRM 的三千条样本、LocalSearchBench 的 900 道多跳题，以及 DataAgents 赛题的异构数据包。没有配套准确率。
