输入一个热词，快速查看术语含义、常见场景和相关概念。
集中展示常见热词解释，方便按概念和场景继续浏览。
Agent Benchmark 是一套用于评估AI智能体（如自主决策、工具调用、多轮交互）能力的标准化测试集。它通过模拟真实任务场景（如预订酒店、编写代码、操作数据库），量化智能体在正确率、效率、鲁棒性等维度的表现，帮助开发者对比不同模型或框架的实用水平。
近期常被查询的 AI 概念。
