AgentWebBench 评测多智能体协作
XiongChenyan · x · 2026-07-11
一篇 ICML 2026 论文介绍了 **AgentWebBench**，作者称其是首个用于评估 **multi-agent coordination** 的 benchmark，场景设定在 **Agentic Web**。 论文设定的任务规模包括： - **1 个 user agent + 100 个 content agents** - **1800 万篇文档** - **4 类任务** - 目标是让系统协调处理真实的网页查询