The Agent Company：面向真实工作流的 AI 智能体评测基准

The Agent Company 通过 OpenHands 等开源框架让智能体执行实际任务，衡量解决率、总分、执行步数与成本，提交结果可复现且补丁输出常经核验。该基准聚焦读取、编辑、执行、迭代等真实智能体行为，而非合成代理指标，可用于评估智能体在开发者工作流和工具增强问题求解中的就绪度。