一、智能体评估的范式革新：从单一任务到跨场景迁移 传统智能体评估体系长期面临”能力孤岛”困境：在特定任务中表现优异的模型，一旦遭遇任务边界变化或环境扰动，性能往往出现断崖式下降。某主流云服务商2023年发……
