用于评估智能体的方法及装置、设备和介质

本公开的实施例提供了一种用于评估智能体的方法及装置、设备和介质，该方法包括向智能体发送第一交互引导信息，其中，第一交互引导信息用于引导智能体执行第一测试任务；获得智能体在执行第一测试任务的过程中生成的追踪数据，其中，追踪数据具有分层结构；至少基于追踪数据的分层结构，从追踪数据中选择第一数据部分；基于第一数据部分，获得对智能体执行第一测试任务的内部执行过程的评估结果。上述方法可以通过获得并筛选智能体执行任务过程中的追踪数据来评估智能体内部复杂的执行链路，能够更加全面地评估智能体的性能，增强智能体的评估结果的可解释性和透明度，以便于发现和定位智能体存在的缺陷。