研究与基准测试/2026-09-14/5 分钟五档分必须写理由：华为云 Rubric 评估器可以不传准则华为云 AgentArts 的 Rubric 评估器只输出 0.0、0.25、0.5、0.75、1.0。input 和 actual_output 必填，评分准则可以不传，由平台自动生成。理由必须写出各维度分数和综合分怎么算。页面没有给四档重要程度的通用权重。
研究与基准测试/2026-09-10/11 分钟评测集守住已知：美团把 Agent 评测拆成四块和两条闭环美团图灵 Agent 评测把体系写成四模块、三种能力和两条 Loop。离线回测守已知，在线 AB、影子和巡检发现未知。文中的 68%、95% 是商家经营分析例子，不是公布的线上成绩。
