Signal65 发布企业级 Agent 基准 PINNACLE

9 月 1 日，分析机构 Signal65 正式发布面向企业级 Agent AI 的基准测试 PINNACLE，由前 PC Perspective 创始人、Intel 前首席性能策略师 Ryan Shrout 团队主导推出，多位业界人士同日转发介绍。

已确认

• PINNACLE 的定位是解决现有 AI 排行榜"撒谎"的问题：企业购买的是"正确完成的工作"而非 Token 或单纯输出速度，因此基准应衡量多步骤任务是否正确完成
• 场景构建基于美国劳工部的职业活动描述，采用混乱混合的真实任务，而非合成任务
• 测试对象不限于模型本身，同时覆盖基础设施，关注任务是否正确完成等核心指标
• Shrout 回顾近二十年硬件评测经验，借鉴其早年"Frame Rating"方法论（从单纯测帧率转向衡量游戏真实体验），主张 AI 评测应从单纯测模型智能转向衡量真实工作流表现

为什么重要

• Shrout 指出，有持久价值的基准衡量买家真正付费的东西；当前 Agent 采购决策缺乏可信的评测依据，PINNACLE 试图填补企业级 Agent 评测空白
• 该基准同时约束模型与硬件厂商的营销叙事，若被广泛采纳，可能影响企业 Agent 选型与基础设施采购标准

2026-09-01 ~ 2026-09-01 · 5 条相关

• 【源头】前 Intel 首席性能策略师发布 PINNACLE:专测智能体工作量 — ryanshrout · 2026-09-01
• Signal65 发布 Pinnacle 基准：用企业真实任务重测 Agent — ryanshrout · 2026-09-01
• 实测 Signal65 Pinnacle：借鉴 Frame Rating 评测 Agent 工作流 — ryanshrout · 2026-09-01
• Signal65发布企业级Agent基准PINNACLE — BenBajarin · 2026-09-01

另有 1 条近重复转述:ryanshrout