行业与实践 · 研究与基准测试

研究与基准测试/2026-08-12/11 分钟

描述不可信：阿里云用三天把 UGC 游戏 Agent 收成可回归

阿里云 AgentLoop 在 UGC 游戏 Agent 上用 3 天走完观测、分层评估、根因和回归。事实层按正确项除以正确加错误项打分，一条样本 16 项里 9 项错。回写后的新分数没有公布。