875 B
875 B
title, created, updated, type, tags, sources, confidence
| title | created | updated | type | tags | sources | confidence | |||||
|---|---|---|---|---|---|---|---|---|---|---|---|
| Agent Completion Evaluation（Agent 完成度评测） | 2026-05-23 | 2026-05-23 | concept |
|
|
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。