登录
注册
首页
政策文件
标准化活动
社会团体
团体标准
抽查公示
常见问题
联系我们
首页
>
团体标准
>
团体标准详情
ICS
35
团体标准
T/SAIAS 059—2026
智能体评测指标与方法
2026-05-15发布
2026-05-12实施
上海市人工智能行业协会 发布
现行
T/SAIAS 059—2026
智能体评测指标与方法
Evaluation Metircs and Methods for Intelligent Agents
公布日期:2026-05-15
发布日期:2026-05-11
实施日期:2026-05-12
所属团体:上海市人工智能行业协会
标准发布公告
分类信息
国际标准分类
35 信息技术、办公机械 -> 35.240 信息技术应用
中国标准分类
-
国民经济分类
I 信息传输、软件和信息技术服务业
研制信息
起草单位
浦江
***
验室
该起草单位未通过
全国组织机构统一社会信用代码查询平台
校验。根据团体填报信息,该单位为“其他”
上海市人工智能行业协会
上海阶跃星辰智能科技股份有限公司
中国移动通信集团有限公司
人形机器人(上海)有限公司
上海计算机软件技术开发中心
上海市
******
息化总队
该起草单位未通过
全国组织机构统一社会信用代码查询平台
校验。根据团体填报信息,该单位为“其他”
上海市药品检验研究院
国家安全防范
************
中心(上海)
该起草单位未通过
全国组织机构统一社会信用代码查询平台
校验。根据团体填报信息,该单位为“其他”
上海库帕思科技有限公司
中移九天人工智能科技(北京)有限公司
公安部第三研究所
起草人
朱东升
石伯明
傅徐军
陈 恺
蒋 慧
张松阳
马梓涵
马泽润
石 羡
钟俊浩
山栋明
曹 汐
赵春昊
陈敏刚
邱 潇
葛 政
周 海
梁振杰
林雪琴
王一锫
邓思文
秦日臻
王洪远
杨 砾
殷小科
成云飞
黄逸沁
王 武
邓文晋
杨慧元
夏慧敏
李一冉
戴唯一
范围
主要技术内容
该标准规定了以大语言模型或多模态模型为核心的数字化智能体的评测指标与方法,构建了“基础能力、可靠性与安全性、伦理与对齐、应用效能”四维评测框架。基础能力涵盖感知、任务完成、规划与推理、工具使用(支持MCP、A2A等协议)、知识与记忆、自主性及多智能体协同共七项子能力;可靠性与安全性包括鲁棒性、防越狱与权限控制、可控性与可审计性;伦理与对齐聚焦价值观对齐(有害拒绝、偏见规避)、决策可解释性及隐私保护(遵循GB/T 35273);应用效能则从端到端时长、交互延迟、步骤经济性、计算与API成本、交互自然度及用户满意度等维度量化评估。评测方法上,综合采用静态基准测试(适用于有标准答案的指标)、动态沙盒交互(验证多步骤工具调用与协作)、人工评估(主观定性指标)及模型辅助评估(需声明裁判模型性能与偏见)。实施流程包括准备、执行、分析三阶段,最终以雷达图、综合得分及详细报告呈现结果。该标准适用于通用开放领域的数字化智能体,物理世界的具身智能需参考专项标准。
适用范围
是否包含专利
否
{{$t('common.home')}}
>
团体标准
>
团体标准详情
预览模式,未正式公布,仅供预览使用!
预览模式,未正式公布,仅供预览使用!
预览模式,未正式公布,仅供预览使用!
预览模式,未正式公布,仅供预览使用!
预览模式,未正式公布,仅供预览使用!
预览模式,未正式公布,仅供预览使用!
预览模式,未正式公布,仅供预览使用!
预览模式,未正式公布,仅供预览使用!
预览模式,未正式公布,仅供预览使用!
{{ detail.standardStatusName }}
{{ $t('standardDetail.aboutToAbolish') }}
{{ detail.standardNo }}
{{ detail.standardTitleCn }}
{{ detail.standardTitleEn }}
{{$t('standardDetail.filePublishDate')}}:{{ detail.filePublishDate || '-' }}
{{$t('standardDetail.publishDate')}}:{{ detail.publishDate || '-' }}
{{$t('standardDetail.implementDate')}}:{{ detail.implementDate || '-' }}
{{$t('standardDetail.abolishTime')}}:{{ detail.disabledDate || '-' }}
{{$t('standardDetail.upcomingAbolishDate')}}:{{ detail.disabledDate }}
{{$t('standardDetail.belongOrg')}}:{{ detail.organName }}
{{ file.tagName }}
{{ (detail.isOpen == 1 && detail.hasCnPdf == true) ? $t('standardDetail.previewCn') : '不公开' }}
{{$t('standardDetail.previewEn')}}
{{ detail.isSale == 1 ? $t('organization.purchase') : $t('organization.notPurchasable') }}
{{$t('organization.complaint')}}
{{ $t('standardDetail.adminPreviewCn') }}
{{ $t('standardDetail.adminPreviewEn') }}
{{ timelineRecordSep }}
{{ date }}
{{ getTimelineDisplayTitle(cell.item) }}
当前
{{ meta.label }}:
{{ meta.value }}
{{$t('standardDetail.categoryInfo')}}
{{$t('standardDetail.icsNo')}}
{{ detail.icsl1Name || '-' }}
{{$t('standardDetail.ccsNo')}}
{{ detail.ccss1Name || '-' }}
{{$t('standardDetail.nationalEconomy')}}
{{ detail.ccsl1Name || '-' }}
{{$t('standardDetail.developInfo')}}
{{$t('standardDetail.draftingUnit')}}
{{ part.text }}
{{ part.text }}
{{ part.text }}
-
{{$t('standardDetail.drafter')}}
{{ name }}
{{ drafterText }}
-
{{$t('standardDetail.applicableScope')}}
{{$t('standardDetail.mainContent')}}
{{ detail.mainContent || '-' }}
{{$t('standardDetail.scope')}}
{{ detail.scope || '-' }}
{{$t('standardDetail.hasPatent')}}
{{ detail.isPatentName || '-' }}