Краткое содержание

arXiv:2511.08242v1 Тип объявления: новый Аннотация: По мере распространения агентов ИИ во всех отраслях и приложениях оценка их производительности исключительно на основе инфраструктурных метрик, таких как задержка, время до первого токена или пропускная способность токенов, оказывается недостаточной. Эти показатели не отражают качество решений агента, уровень его автономности или конечную бизнес-ценность. В данном белом докладе предлагается новая комплексная система одиннадцати результативных, универсальных показателей эффективности работы агентов ИИ, выходящих за рамки конкретных предметных областей. Данные метрики позволяют организациям оценивать эффективность агентов исходя из качества принимаемых ими решений, степени автономии, способности адаптироваться к новым вызовам и реальной ценности, приносимой бизнесу независимо от архитектуры базовой модели или конкретного сценария использования. Мы вводим такие метрики, как коэффициент завершения целей (Goal Completion Rate — GCR), индекс автономности (Autonomy Index — AIx), устойчивость к многошаговым задачам (Multi-Step Task Resilience — MTR) и эффективность влияния на бизнес (Business Impact Efficiency — BIE). Через