Hugging Face 政策主管 Irene Solaiman：嵌入式 AI 评估者并非简单解法

Hugging Face 首席政策官 Irene Solaiman 在 TechCrunch Disrupt 讨论中指出，模型评测仍是"一门正在演进的科学"，可复现性、不同基准间的可比性以及评估生态都尚未成熟，现阶段难以单纯依赖。她强调评测对象正从模型本身扩展到包含 harness 与智能体的整个系统，而智能体评测"既难又贵"，行业迫切需要更标准化的嵌入式评估者机制。