建立评估体系的目的 保证迭代优化效果 客观衡量模型能力水平：使用可量化的标准，客观衡量模型在各种任务优劣 通过评估体系验证改动是否有效，防止更新模型对Agent工程后能力退化 匹配真实业务需求 适配业务任务，通用基准无法代表行业场景，自建业务测评集，校验模型能够胜任 作为决策依据，不再依靠厂商宣传或