智能体评估鸿沟：企业AI组织存在现实对齐问题而非覆盖问题——多数仍将产品推向生产环境

VentureBeat Pulse Research对157家企业的调查显示，企业AI组织存在严重的评估鸿沟：智能体自主性快速提升，但对评估测试的信任度却很低。50%的企业在过去一年中部署了通过内部评估但导致客户故障的智能体，仅5%完全信任自动化评估。最突出的问题是评估与现实结果对齐不良。尽管如此，三分之二的企业仍允许或正在推动仅凭自动化评估（无人工干预）部署智能体变更。

1. 评估鸿沟定义：企业赋予智能体的自主性与对评估测试的信任度之间的差距
2. 核心发现：半数企业曾部署通过内部评估但导致客户失败的智能体
3. 信任现状：仅5%完全信任自动化评估，主要弱点是评估与现实结果不一致
4. 部署行为：三分之二企业允许或正在推动仅凭自动化评估部署智能体变更
5. 研究范围：VentureBeat Pulse Research调查157家企业，涵盖评估平台、信任机制和生产故障

• 50%的企业在过去一年中部署了通过内部评估但导致客户故障的智能体，25%发生过多次。
• 仅5%的企业完全信任自动化评估，最常被提及的弱点是评估与现实结果对齐不良。
• 三分之二的企业允许或正在推动仅凭自动化评估部署智能体变更，无人工干预。
• 评估鸿沟定义为：企业赋予智能体的自主性与对评估测试的信任度之间的差距。
• 调查覆盖157家企业，涉及评估平台选择、信任机制、生产故障类型及无人工干预部署意愿。