论文提出DelegateEval个人服务Agent评测框架

论文作者在arXiv提出DelegateEval，一个面向个人外部服务AI智能体平台的评测框架，此类智能体由个人授权并持续管理，借助其知识与方法为客户提供服务。框架可用于评估结合大语言模型、可复用技能与MCP等协议的平台。 框架涵盖八个维度：易创建性、服务发现与匹配、交付质量、专长传承、服务连续性、学习与改进、可靠性与治理、效率与价值。论文作者称，完整的数据集、可执行环境、统一评分协议以及跨模型结果仍有待开发并经实证验证。

AI 根据报道生成 · 2 小时前更新

还没有足够的连续观测数据，暂不绘制趋势。