苹果 Agent Seer 论文：直接由 MCP 规范生成智能体评测集

omarsar0 · x · 2026-08-30

Apple 发布了一篇关于“Agent Seer”的论文，提出了一种从 MCP 服务器规范自动生成多轮智能体评测场景的方法。该方法不需要人工示例、实时工具访问或特定领域微调，仅利用函数名、自然语言描述和类型化参数模式中的语义，就能生成带有合成工具输出的分级场景，并扩展为基于模拟数据的对话。这解决了传统人工构建评测耗时、难以随 API 变化而更新的问题。作者已在七个不同领域的 MCP 规范上运行了测试。