**TraceDance：基于真实部署轨迹自动构建智能体行为基准**

_TraceDance: An Automated System for Building Agent Behavior Benchmarks from Real-World Agent Deployment Traces_

> TraceDance 是一种自动系统，能够从真实世界的智能体部署轨迹中构建针对特定不良行为的基准测试。该系统利用“锚点与确认”机制及锚点合成循环，通过决策点续接方式评估 LLM 在特定行为下的表现，无需参考答案或环境重放。实验基于 25 万+ 会话生成了 107 个基准，9 款前沿 LLM 的平均通过率仅为 26.7%，揭示了当前模型在智能体行为上的弱点，为递归自我改进（RSI）提供了关键组件。

**来源信息**
- **来源**：HuggingFace Daily Papers（社区热门论文）
- **分类**：论文
- **发布时间**：2026-09-29 08:00（北京时间）
- **原文**：[打开原文](https://huggingface.co/papers/2609.33295)