Salesforce 发布 CRM-Agent-Bench：用合同式判分评测企业环境中的 Agent

Salesforce 在 Hugging Face 发布 CRM-Agent-Bench，一个面向可部署语言 Agent 的执行级评测基准，聚焦多轮企业业务任务。每个任务配一份「任务合同」，从结果、轨迹、可行性、合规四个维度声明目标与成功条件，所有检查全部通过才算 PASS。环境含真实 API 与每次重置的可变业务后端状态，由模拟用户与完整图路由 Agent 多轮对话。