Agent 系统怎么评估？pass@k 和 pass^k 有什么区别？

一句话速记：看任务成功率、步数与成本、工具调用正确率和轨迹质量；pass@k 是 k 次中至少一次成功，pass^k 是 k 次全部成功（衡量稳定性）。

评测

同章节的其他八股

• LLM Agent 由哪些部分组成？
• Function Calling 是如何实现的？
• MCP（Model Context Protocol）是什么？解决什么问题？
• 多 Agent 系统有哪些常见架构？
• Agent 的长期记忆怎么设计？
• 什么是 Context Engineering（上下文工程）？
• Workflow 和 Agent 的区别？什么时候用哪个？
• ReAct 的流程？有什么缺点？
• Plan-and-Solve 和 Reflection 是什么？
• 工具调用失败怎么处理？
• Agent 陷入无限循环怎么办？
• 意图识别怎么做？