30 lines
875 B
Markdown
30 lines
875 B
Markdown
---
|
||
title: "Agent Completion Evaluation（Agent 完成度评测）"
|
||
created: 2026-05-23
|
||
updated: 2026-05-23
|
||
type: concept
|
||
tags: [agent, evaluation, completion, task-completion]
|
||
sources: [raw/articles/claw-eval-2026.md]
|
||
confidence: high
|
||
---
|
||
|
||
# Agent Completion Evaluation
|
||
|
||
> Claw-Eval 的 Completion 维度：评测任务是否完成、结果是否符合要求。这是最基本也是最传统的评测维度。
|
||
|
||
## 与另两个维度的关系
|
||
|
||
| 维度 | 问题 | 失效模式 |
|
||
|------|------|---------|
|
||
| Completion | 做完了吗？ | 遗漏步骤、结果错误 |
|
||
| Safety | 做得安全吗？ | 违规操作、越权调用 |
|
||
| Robustness | 出事了能恢复吗？ | 遇错崩溃、无法恢复 |
|
||
|
||
仅完成度高 ≠ 好 Agent——还需 Safety 和 Robustness 达标。
|
||
|
||
## 相关概念
|
||
|
||
- [[agent-safety-evaluation]]
|
||
- [[agent-robustness-evaluation]]
|
||
- [[claw-eval]]
|