Hugging Face Blog·· 2026-02-19精选AI 评分63
IBM 与 UC Berkeley 用 IT-Bench 和 MAST 诊断企业级 Agent 的失败原因
IBM and UC Berkeley Diagnose Why Enterprise Agents Fail Using IT-Bench and MAST
AI 导读
IBM Research 与 UC Berkeley 将 MAST（多智能体系统失败分类法）应用于 ITBench，标注了 310 条由 Gemini-3-Flash、Kimi-K2 和 GPT-OSS-120B 产生的 SRE 执行轨迹，把成功率之外的黑盒失败转成结构化失败签名。
推荐理由
原文把基准的单一成功率拆解为结构化失败模式，并针对三类模型给出对应的工程修复方向。
来源：Hugging Face Blog · huggingface.co