Hugging Face 博客·· 3 小时前精选AI 评分71
微软与 Hugging Face 发布 ThinkingBox：按数据库终态给 AI 智能体打分
The Agent Said It Was Done. The Database Disagreed.
AI 导读
微软 Copilot Studio 团队与 Hugging Face 联合发布 ThinkingBox，通过隔离的 MCP 工具会话检查智能体留下的终端后端状态和副作用，而非其生成的语句，并已在 Hugging Face 开放。
推荐理由
微软与 Hugging Face 联合发布 ThinkingBox，用数据库终态而非模型自述来评判智能体，并给出 507 个任务各跑 20 次的可靠性数据。
来源：Hugging Face 博客 · hf-mirror.com