研究者提出个人对外服务AI智能体评测框架DelegateEval
Start here
2026年11月6日，研究人员在 arXiv 发布论文，提出名为 DelegateEval 的评测框架。该框架专用于评估结合大语言模型、可复用技能与 MCP 协议的个人对外服务 AI 智能体平台，涵盖交付质量、专业传承、可靠性与治理等 8 个维度，以评估平台将个人专业知识转化为持续服务的能力。目前论文已公布框架架构与实验设计，完整数据集、可执行环境及跨模型测试结果仍待后续开发与实证验证。
AI-generated from reports · Updated 5 hours ago
Report timeline
Follow the reports to see different sides of the story.
- arXiv 人工智能DelegateEval：个人对外服务 AI 智能体平台评测框架
研究人员提出 DelegateEval 评测框架，用于评估结合大语言模型、可复用技能与 MCP 协议的个人对外服务 AI 智能体平台。该框架涵盖交付质量、专业传承、可靠性与治理等 8 个维度，评估平台将个人专业知识转化为持续服务的能力。目前论文公布了框架架构与实验设计，完整数据集、可执行环境及跨模型测试结果仍待开发与实证验证。
Story heat trend
Current heat 9·Comparable peak 10（Nov 6 14:00）·Comparable change, last 24 hours–
Trends compare only the same parties observed continuously, so the scope can be narrower than current heat counts. Move the pointer or tap the chart to see hourly heat; use the left and right arrow keys on a keyboard.