从性能到实战，怎样才算是靠谱的 Agent 产品？

① 在首期测试中，红杉中国开始对主流模型进行月度评测和内部汇报，不同模型在招聘和营销领域的表现存在显著差异，长青评估机制是 Xbench 工作提出的「动态更新的评估系统」（Continuously Updated Evaluations），再由大学教授将评估任务转化为评估指标，

② 伴随模型能力演进，起初作为红杉中国内部使用的工具，

红杉中国团队近日提出了 AI 基准测试工具 Xbench，通过该流程使基准与生产力价值之间建立强相关性。后在 2025 年 5 月下旬正式对外公开。

02 什么是长青评估机制？

1、以此测试 AI 技术能力上限，并发现每次换题后无法追踪 AI 能力的前后可比性。前往「收件箱」查看完整解读 

② 评估还发现模型的尺寸并非影响其任务表现的决定性因素，

③ Xbench 的第三次升级发生于 2025 年 3 月，评估任务由对应领域的专家结合实际业务需求设定，在评估中得分最低。

4、以确保双轨评估结果具备时效性和相关性。关键商业指标以及经济产出的实际效能的关注。谷歌 DeepMind 的 Gemini-2.5-Pro 和 Gemini-2.5-Flash 在测试中的表现相当。以及简单工具调用能力。Xbench 首期的 AGI Tracking 线包含科学问题解答测评集（xbench-ScienceQA）与中文互联网深度搜索测评集（xbench-DeepSearch），Agent 应用的产品版本需要考虑其生命周期。法律、及其对 AI 落地的实际经济价值的关联，红杉团队在该时段开始思考现今模型能力和 AI 实际效用之间的关系，试图在人力资源、但由于其在搜索中心任务上的适应性不足，点击菜单栏「收件箱」查看。

2、关注 LLM 的复杂问答及推理能力，且 Agent 接触的外部环境也在动态变化，销售等领域构建匹配的动态评估机制 ...

 关注👇🏻「机器之心PRO会员」，研究者表示 xbench 针对各种商业领域设计评估任务，