Agent 评测田野指南发布，被批「313 篇引用仅 15 篇早于 2023」

fredahshi · x · 2026-10-25

randomwalker 团队发布了 LLM agent 评测（agent evals）领域的「田野指南」论文，称随着 LLM 演化为 agent，旧有最佳实践已不适用，新人可借此入门，资深研究者也能找到社区治理的观察点。

但 sebgehr 转发时泼冷水：这项工作不错，可惜业内总在重复造轮子——文中多数「新兴趋势」早被广泛研究过，他附上两篇综述（其一为本人所著），并指出该新论文 313 篇引用中只有 15 篇来自 2023 年以前，凸显领域对已有文献的忽视。