ToolBottleneckBench：在受控压力与固定运行框架预算下衡量工具 Agent 性能

英文标题：ToolBottleneckBench: Measuring Tool-Agent Performance under Controlled Pressures and Fixed Harness Budgets

ToolBottleneckBench 是一项用于评估工具型 Agent 性能的新基准测试。该研究指出，工具 Agent 的成功率不仅取决于底层模型能力，也受到运行它的框架（harness）所提供预算的影响。该基准通过设置受控压力和固定的运行框架预算，旨在更公平地衡量 Agent 的工具使用能力。它可帮助开发者和行业更清晰地区分模型本身的能力与推理、调用等系统资源配置带来的影响。

2.1 KB 640 B 612 B 380 B 9.1 KB 32.7 KB 22.8 KB 24.2 KB 34.7 KB