实时 AI Agent 该测「流畅度」：HRI 十年指标给出新答案

Stefania_druga · x · 2026-11-06

Stefanos Nikolaidis 发博主张：现有 benchmark 只测 agent 单独的表现（任务完成、准确率、延迟），但「延迟是 agent 单独的属性，流畅度是人机对的属性」。一条语音助手即使答案完全正确，用户等待时闲置刷手机、丢掉思路，这些损耗在成功率和延迟数字里完全不可见。他引入 Guy Hoffman 编制的人机交互（HRI）协作流畅度客观指标：人类闲置时间（H-IDLE）、机器人闲置时间（R-IDLE）、功能延迟（F-DEL）、并发活动（C-ACT），以及主观流畅度量表——这些按时间耦合定义的指标可直接迁移到实时 AI 协作系统的评估。