技术博客

近日，杜克大学与Zoom合作开发了一项名为LiveMCP-101的评测基准，这是首个专为真实动态环境设计的MCP-enabled Agent测试体系。研究结果显示，在这一复杂环境下，尽管GPT-5模型表现最佳，但其准确率仍未突破60%。此外，研究还发现闭源模型在处理任务时展现出独特的Token效率规律，即符合对数分布，这一现象引发了学术界的广泛关注。LiveMCP-101的推出为评估智能代理在多变环境中的表现提供了全新标准，也为未来模型优化指明了方向。