微软推出 ThinkingBox 评估 AI 智能体可靠性

该工具旨在通过稳健评估方法确保 AI 智能体性能一致性，应对当前可靠性不足及验证需求。

据 Woofun AI 消息，微软发布全新 AI 智能体可靠性评估工具 ThinkingBox。该工具致力于通过稳健的评估方法，保障 AI 智能体在运行过程中的性能一致性。此举反映出当前 AI 系统在可靠性方面存在的短板，以及行业对更高效验证手段的迫切需求。