研究与基准测试/2026-08-17/8 分钟告警多不等于风险准：阿里云 AgentLoop 先把高风险队列做实阿里云 2026-08-17 的 AgentLoop Audit 把局部命中和上下文判定分开。截图里凭证泄漏影响 6 个应用，模型侧 38 次提交、43 次回复泄漏。这些是运营计数，不是检出率。
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。
研究与基准测试/2026-07-20/9 分钟AgentLoop：先记下轨迹，再谈 Agent 评测和优化阿里云 AgentLoop 把企业级 Agent 的优化写成观测、轨迹分析、评测、回测和持续优化五环。在线评测没有标准答案，实验评测用标注集打分，低分样本回流基线集。
