开源AI电话接待事实评测工具包

开发者 muzammil-73 开源了 agent-eval-kit，用于检查 AI 电话接线员回答中的事实错误；该工具目前是可运行原型，不会直接证明真实产品表现。 工具包从回复中提取价格、预约时间、紧急处理、转介和保修承诺等六项信息，与隐藏评分表比对，并可比较两次运行的变化。现有资源包括 15 个通话场景、3 家虚构企业和 109 项自动测试。 其测试对象是规则程序模拟的智能体替身，并非 AI，也未用于真实产品的通话记录；实际接入时仍需大语言模型按相同结构填写六项信息。

AI 根据报道生成 · 1 小时前更新

还没有足够的连续观测数据，暂不绘制趋势。