AI Skill 测评指标体系¶

📊 Level ⭐ | 4.7KB

本页原内容在 2026-09-07 质量闭环中判定为 dup-0.8，已按导航页（MOC）重建； 原文备份见 _archive/hub-rewrite-2026-09-07/ai-skill-metrics-system.md，一手来源仍见下方 sources。

机制与论文¶

• Regression Tax: 技能包导致 Agent 性能退化的系统性分析 — Regression Tax：5832实验，回归抵消59%毛增益
• AutoResearch 分类法：四种 Agent 循环设计与四维分析框架 — 四循环四维分类法
• 开源模型的下一阶段：三类模型分类与生态化路径 — 三类模型分布智能论
• GPT 5.4 是 Codex 的一次大跨越：四维评估视角与 Agent 战争回归 — 四维评估+Claude/GPT哲学分歧5698字全版
• 多轮 Agent 场景下，滴滴的 EAGLE-3 训推加速实践 — EAGLE-3训推加速实践
• Google Agentic RAG 跨语料库框架：充分上下文智能体 + 5 阶段管线 — 充分上下文RAG框架

工程实践¶

• Impeccable：把 AI 前端设计变成可检查的工作流 — 33.4k Star 开源项目深度分析 — Impeccable四层架构9210字rv9全版
• ai-skill-测评指标体系 — 九层指标全版
• 05—skill-creator 源码深度拆解：LLM Skill 触发率、防过拟合与三 Agent 评审完整指南 — 源码级测评实现
• 数据级 Harness：架构师 JiaGouX 解读 Anthropic 95% 数据分析与 5 个反直觉边界 — 数据级harness解读
• 高德 Marketing AutoResearch：AI Native 营销增长经营托管框架 — 营销经营托管
• AgentEval：YAML驱动的Agent评测框架 — 评测框架全版
• 存之有序，治之有矩——Agent 记忆系统的工程实践与演进 — 写入纪律prompt cache冲突
• AgentOps: Operationalize agentic AI at scale with Amazon Bedrock AgentCore — 四支柱解析版
• 你不知道的 Agent：原理、架构与工程实践 — 真实内容harness影响实证
• Anthropic Institute《When AI builds itself》深度解读：AI 进入 AI 研发执行层、瓶颈迁移与研发级 Harness（架构师 JiaGouX） — 解读短条borderline
• Agent-EvalKit：AWS 开源 CLI Agent 评测工具包 — 评测工具包设计
• Management as AI superpower — delegation三变量公式+GDPval 72%实证
• 长期运行的 Agent 怎么管：Hermes 治理分层与 5 张卡 — don't automate slop+5张卡治理
• 腾讯云Agent Memory：Mermaid无限画布×上下文卸载 — Mermaid画布上下文卸载
• Langsmith Trajectory Evals — 轨迹评估四匹配模式
• Secure AI agents with Policy and Lambda interceptors in Amazon Bedrock AgentCore gateway — Cedar策略+Lambda拦截器双模式
• Anthropic 实战分享：如何让 AI Agent 持续工作几天？ — 长时运行对抗架构
• 小刘商业 Agent 增强层通用基座 — 基座+增强层论点短条