会议：Agentic AICon 2026 智能体应用与架构工程大会
演讲：复旦大学 · 智能体评测新框架
记录人：Mr.Sun（资深测试架构师 / AI Agent 方向）
本文：把复旦关于 Agent 评测的 6+1 问题 + 9 大洞察 + 6 大范式 + 4 层金字塔，整理成一份可落地的"Agent 评测工程师自检清单"

---

AgentBench: Evaluating LLMs as Agents
论文：Liu, Xu et al., 清华 + 上交 + UC Berkeley + Microsoft + Stanford 等
原文链接：https://arxiv.org/abs/2308.03688
发表：2023.8 | 引用：1000+（Semantic Scholar）
开源：https://github.com/alibabaagents/agentbench
本文记录我的论文学习过程与核心理解