联系预约评估

行业与实践 · 标签「Trace」

最新优先最早优先

最新优先最早优先

研究与基准测试2026-09-286 分钟
控制台调试不进在线评估：华为云把离线和线上拆开
华为云 AgentArts 的在线评估只吃 API 调用产生的 Trace，控制台调试不会触发。离线可以评正在跑的智能体，也可以不跑智能体、只评已有数据。每个用户免费 10 个评估任务，每个任务最多 5 个评估器。
研究与基准测试2026-09-1011 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。