Refresh papers and define Agent evaluation

2026-07-27 16:28:23 +08:00
parent 8e4ff3779b
commit df475e8d90
180 changed files with 31313 additions and 160 deletions
@@ -6,3 +6,4 @@

 - [Memory findings](memory/findings.md): 最近六个月哪些问题真的有进展，哪些仍未解决。
 - [Memory evidence ledger](memory/evidence-ledger.md): 全文实验、反例、成本和不能外推的范围。
+- [Agent evaluation](evaluation/README.md): 基于真实 Agent runtime 设计任务、判分、轨迹和版本对照。