AWSは、設定ミスやインフラストラクチャのプロビジョニングといった実際のAWSタスクでAIエージェントを評価するためのオープンソースベンチマークであるaws-benchをリリースしました。従来のベンチマークとは異なり、使い捨てのAWSアカウントで実際のコンピューティングリソースを使用し、自動化された検証ツールを通じてエージェントのパフォーマンスをスコアリングします。Gianmarco Nalinによる