企业AI基准测试

AI代理基础设施：从规模迷信到精准匹配，再到企业任务基准测试的短板

本文以古人视角点评两条AI代理新闻：一是代理IP池规模宣传已过时，匹配实际需求才是关键；二是IBM的ITBench-AA基准测试显示顶尖AI代理在企业IT任务上得分低于50%，表明当前代理在基础行政任务上能力不足。