AI Agent 可靠性评测：14 款模型横向对比
深度2026年3月10日5 分钟阅读
准确率提升不代表可靠。普林斯顿团队评估了 14 款 AI Agent 在一致性、可预测性、鲁棒性和安全性四个维度的表现，发现近期能力增长并未带来可靠性的大幅改善。
本文编译自 AI Agent Reliability Tracker，版权归原作者所有。
觉得有用？分享给更多人
相关文章
苹果为 Safari 推出了内置 MCP 服务器，提供 16 个工具让 AI 代理直接控制浏览器。这是苹果一个月内发布的第二个官方 MCP 服务器，表明 MCP 正成为平台标准基础设施。
深度The New Stack·7月3日·4 分钟
Vercel 首席软件官 Andrew Qu 在访谈中阐述了 Agent 作为一种新软件形态的独特需求，并分享了 Vercel 从构建内部 Agent 到推出框架 eve 的历程。他强调了 Skills 在知识校正、Sandbox 在安全执行中的作用，并预测未来网站需要为 Agent 提供机器可读的界面。
深度Latent Space·7月3日·6 分钟