TheAgentCompany

档案区分来源方法阅读与既有目录信息；已经公开不代表完成独立证据复核或双语编辑复核。

测量构念

智能体能否在模拟软件公司完成多样数字工作？

任务与样本

封闭环境含内部网站、文件、工具及同事；检查点给部分分，全完成另有大额奖励。

判分与失效情形

检查点部分分，全完成才额外计50%。

系统条件

封闭模拟公司，验证可行但无代表性人类表现基线。

统计含义

来源报告的结果表述；这不等同于已确定运行次数、分母或估计方法： 仅完成全部检查点时加50%分（§4.1）。

效度与解释

模拟同事和网站限制职场真实性，可行性检查不能确立人机生产率比较。

适用研究问题

模型建议：并列完整完成率与部分分，不作无依据劳动替代估计。

• TheAgentCompany · AbstractSelected original resource https://arxiv.org/html/2412.14161; sha256:b5a66c55f2181c8ab279c5bd6ceb0f92badc66ae8378c0dc12dcedee6204b876; archived source capture; exact capture time not independently established
• TheAgentCompany · §4.1 Evaluation MetricsSelected original resource https://arxiv.org/html/2412.14161; sha256:b5a66c55f2181c8ab279c5bd6ceb0f92badc66ae8378c0dc12dcedee6204b876; archived source capture; exact capture time not independently established
• TheAgentCompany · Appendix J LimitationSelected original resource https://arxiv.org/html/2412.14161; sha256:b5a66c55f2181c8ab279c5bd6ceb0f92badc66ae8378c0dc12dcedee6204b876; archived source capture; exact capture time not independently established