The Measurement Imbalance in Agentic AI Evaluation Undermines Industry Productivity Claims
创建于 更新于
摘要
本报告系统回顾了2023-2025年84篇文献，揭示当前Agentic AI评估实践偏重技术指标（83%）而忽视人本、时间和经济维度，导致真实世界部署价值被高估。通过医疗、金融和零售案例，论证技术成功不等于部署成功，提出包含技术、人本、时间和情境四轴平衡评估框架，呼吁业界推动评估范式革新以确保AI系统负责任规模化应用[page::0][page::1][page::3][page::4][page::5][page::6][page::7]
