《Agent 评测白皮书》系列01：Agent 评测全览

美团技术团队发布《Agent 评测白皮书》系列第一篇《评测全览》，提出完备评测体系可概括为四个模块、三种能力、两条 Loop、一套资产。两条 Loop 分别为评测体系迭代 Loop 与 Agent 迭代 Loop，二者共享线上真实样本，通过 Case 挖掘与归因咬合。评测集是核心资产，分端到端与过程两类，前者答"事有没有办成"，后者答"中间哪一步出了问题"。