Hugging Face Blog·· 9 天前精选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 工具会话运行智能体，只按终端后端状态和副作用打分，而非最终回答或工具调用是否合法。
推荐理由
ThinkingBox 用 507 个有状态工作流各跑 20 次，按数据库终态而非回答打分，揭示智能体一次成功与稳定可靠之间的差距。
来源：Hugging Face Blog · huggingface.co