#Agent评测
腾讯 WorkBuddy Bench 开源：260 道 Agent 评测任务 + 2 个自动化 Skill
腾讯 WorkBuddy 团队最新开源了 2 个 Agent Skill：wbbench-report-skills 和 wbbench-run-setup。
WorkBuddy Bench 是 WorkBuddy 产品工程实践的副产品&m…
阿里开源 skill-up：Agent Skill 的声明式评测框架，告别'感觉有用'
2026 年，Agent Skill 已经不是什么新概念了。Claude Code、Codex、Cursor 都在用 Skill 增强 Agent 能力，SkillsBench 的研究数据也证实：精心编写的 Skill 能让任务完成率平均提…