Sierra：Blog· Ben Shi, Ola Zytek, Pedram Razavi, Victor Barres·· 2026-05-14AI 评分54
Sierra 发布 τ-Knowledge 基准测试：评估 AI 智能体在真实世界知识库中的表现
𝜏-knowledge: benchmarking agents on real-world knowledge
AI 导读
τ-Knowledge 基准测试衡量 AI 智能体在混乱、不断演变的知识库中完成复杂多步任务的能力。尽管模型持续改进，但在实际应用中仍难以可靠地利用这些信息，与真实世界性能之间存在较大差距。
来源：Sierra：Blog · sierra.ai