行业与实践 · 研究与基准测试

研究与基准测试/2026-09-10/11 分钟

评测集守住已知：美团把 Agent 评测拆成四块和两条闭环

美团图灵 Agent 评测把体系写成四模块、三种能力和两条 Loop。离线回测守已知，在线 AB、影子和巡检发现未知。文中的 68%、95% 是商家经营分析例子，不是公布的线上成绩。