Scale发布READY基准衡量AI Agent

发生了什么

Scale发布READY（Reliable Enterprise Agent Deployment）基准，旨在衡量AI Agent在企业工作流中的可靠性、人工监督需求及运行成本。该基准通过工作流评估、策略优化及验证三个阶段，为企业提供部署配置文件而非单一分数。Scale研究发现，具备相似自主准确率的系统在达到相同可靠性目标时，所需的人工监督比例可能存在显著差异。