基准
DevRel Enterprise Bench
面向企业级 Agent 场景的评测基准，包含涉及 CRM、issue 追踪器、文档库等多系统交互的任务集，用于评估 Agent 在真实企业工作流中的工具调用能力
时间轴 (近 90 天)
9月16日
TrueForge 团队公布的基准测试基于 DevRel Enterprise Bench 的 14 个任务，涉及与 CRM、issue 追踪器、文档库等系统交互
待验证50%
面向企业级 Agent 场景的评测基准，包含涉及 CRM、issue 追踪器、文档库等多系统交互的任务集，用于评估 Agent 在真实企业工作流中的工具调用能力
TrueForge 团队公布的基准测试基于 DevRel Enterprise Bench 的 14 个任务，涉及与 CRM、issue 追踪器、文档库等系统交互