微软实测：Agent 首次成功率 65%，重复操作骤降至 25%
samueljmcd · x · 2026-08-30
微软在名为 Thinkingbox 的沙盒中测试了 507 个真实的 MCP 工作流。结果显示，Agent 首次尝试完成任务的成功率为 65%，但如果要求连续二十次执行相同任务，成功率跌至 25%。
核心结论：单纯的一次性工具调用并不等于任务完成，可靠性才是 Agent 工程的核心挑战。
「编程与Agent」频道最新
- VibeKit MCP 服务器：支持部署监控与无头编码 — modelcontextprotocol · 2026-09-01
- Distributed.systems发布可审计的Agent基础设施 — arthurcolle · 2026-09-01
- 大数据集 MCP 服务器如何避免上下文窗口瓶颈 — JuicerSocial · 2026-09-01
- 把LLM引用当监控数据：用Grok Bot做AI搜索排名 — rohanpaul_ai · 2026-09-01
- 搜索配置比模型选型更能影响 Agent 准确率 — RichardSocher · 2026-09-01
- 用 Claude 构建英雄联盟怀旧版 Wiki 与出装模拟器 — Shortykane · 2026-09-01