NVIDIA SkillEvaluator是什么？
它是NVIDIA开源的评估工具，通过静态检查和真实任务运行，对比安装与不安装技能时AI Agent的表现，量化“技能提升”（Skill Lift）。
Evaluating AI Agent Skill Performance with NVIDIA SkillEvaluator
（翻译）使用 NVIDIA SkillEvaluator 评估 AI Agent 技能表现
资讯摘要
AI agents are only as effective as the context they receive. Even with capable models and well-documented NVIDIA libraries, agents can spend extra steps finding…
AI 摘要
NVIDIA发布开源工具SkillEvaluator，用于评估AI Agent技能的真实效果。基准测试涵盖30余款NVIDIA产品的300多个已验证技能，结果显示技能可将正确性得分从46提升至87，有效性从39提升至78，安全基线保持97。OpenClaw、Nous Research等已开展试点集成。
AI 问答
Skill Lift如何计算？
同一任务在相同提示、模型和评分条件下分别运行一次带技能和不带技能的Agent，将两组得分之差作为技能贡献，以分数（points）表示。
验证技能包括哪些评估层级？
分三级：第一级检查安全与结构，第二级用嵌入相似度检查重复与重叠，第三级在隔离沙箱中运行带与不带技能的实时对比评估。
更多资讯
AI攻克世纪数学难题，顶尖数学家抱团抵制，而他们担心的并不是丢了工作Mozilla 报告称中国开放权重模型与美国前沿模型仅相差 4.4 个月圆桌：生长·资方投资的新方程——穿越周期的耐心与价值 | 36氪 2026产业未来大会Steam Frame 起售价 1059 美元
理想落幕：加密行业为何集体走向同质化？
美股太贵 该加仓新兴市场吗？
金色Web3.0日报 | 黄仁勋批驳「AI末日论」
一边喊停一边敲钟：硅谷AI巨头到底在怕什么
超级智能体“迪迪虾”上车，比亚迪携手阿里云推进智能座舱升级商用割草机器人完成数千万融资，用L4级无人驾驶重构高尔夫草坪运维｜硬氪首发
OpenAI故意欠技术债，等Codex来还：仅2名工程师，把核心存储从Python重写成Rust
加密行业今年最重要的一天 可能就是明天
无效的管理者和疲惫的基层：浅论考核指标的漂移XCancel 服务再次下线
黄仁勋正演讲遇特朗普突然来电：通话全程直播Anew Labs已完成 2.9 亿美元融资，红杉中国、高瓴、IDG、五源、高榕等参与
早报｜雷军同日到访宇树与B站/罗永浩差评带来流量，野人先生单日涨粉近3万/鸿蒙智行确认问界合作调整，赛力斯主导
AI不会放缓
飞书与豆包工作合体后首亮相：Agent 能进群，还能帮你写周报、做PPT
我的“一人公司”，是怎么搞钱的？
破局产品同质化：长期主义的产品突围之路AWS 称无法恢复中东部分可用区资源和数据的访问FAST 发现极短周期、最轻双中子星系统英伟达带动AI数据中心大变革，中国厂商不想当边缘人
Anthropic CEO自爆行业黑幕全球AI视频榜单第一梯队再添中国力量：智象发布首款物理规律导向视频模型Optimizing cost and latency with Amazon Bedrock prompt caching
Java新闻汇总：Simple JSON API、GlassFish、Jakarta EE、JNoSQL和Open Liberty、LangChain4j
Arc主网上线 生态内有哪些项目？王强宇履新百望：从发票SaaS工具，到财税垂直大模型，再到企业的Palantir