Scale AI 提出READY框架：评估Agent需算人类审核成本

Scale AI 与加州大学联合发表论文，提出面向企业级智能体部署的 READY 评估框架。其核心发现是：两个 agent 在基准测试中得分几乎相同，所需的人类审核量却可能相差巨大。因此论文认为企业选型不应只看基准准确率，而应把人类审核成本纳入评估，否则部署成本可能天差地别。

2026-09-05 ~ 2026-09-05 · 2 条相关

• Scale AI 联合加州大学发 READY 框架：评估 agent 应算人类审核成本而非跑分 — rohanpaul_ai · 2026-09-05
• Scale AI 联合论文 READY:基准分数相同的企业 Agent,部署成本可能天差地别 — rohanpaul_ai · 2026-09-05