皆さんはエージェントが*できる*ことについて話しています。しかし、重要なのは、それらが実際に生産環境で*実際に*何を提供しているかを測定できなければ意味がないということです。

そこで評価フレームワークが登場します。堅実なベンチマークがなければ、あなたはほとんど目隠し状態で飛んでいるようなものです。

最近MAP論文を目にしましたが、正直なところ、これはエージェントコミュニティ全体が必要としていた現実的なチェックです。この分野で開発を進めているなら、これは絶対に読むべき資料です。