# IBM 在 Hugging Face 上线开放智能体排行榜，直接对比整套系统谁更省钱能干

> 原标题：The Open Agent Leaderboard（开放智能体排行榜）

- 来源：AI HOT 精选
- 发布时间：2026-05-18T14:12:58.000Z
- AX AI 日报：https://ai-daily.ax0x.ai/items/23637
- 原文：https://huggingface.co/blog/ibm-research/open-agent-leaderboard

## 摘要

IBM Research 做了一个开放排行榜，不只看模型本身，而是把智能体整套系统（模型、工具、规划、记忆、纠错）拉出来比。它用六个不同场景的基准测试来打分，同时公布质量和运行成本，让你知道哪个方案真值得部署。正文没披露具体模型分数、数据集大小和评测日期。

## 推荐理由

IBM Research 在 Hugging Face 上线开放智能体排行榜，把模型、工具、规划、记忆、纠错整套系统放进六个场景基准里比，并同时公布质量与运行成本。

## 锐评

开放 agent 排行榜这个方向我认，但 IBM 这份现在只能算个壳。六个场景、质量加成本一起公布，听着对，可分数、数据集大小、评测日期一个都没给，挂上 Hugging Face 也就是占了个位。

agent 评测的难点在复现。模型、工具、记忆、纠错全绑在一起比，换一个 scaffold 分数就变，这种榜最后多半变成各家自己报数。真想让人用，先把 harness 和 trace 开源出来。
