AgentMail Evals：25 组模型与 harness 横评 AI 发邮件能力

AgentMail 发布 AgentMail Evals，专门评测 AI 智能体如何使用工具，覆盖 25 种「模型 + harness」组合与 7 项邮件任务，并以 AgentMail 作为工具代理。转发该消息的 @msg 顺势提出，每个 agentic 产品都应提供公开 eval，让 agent 下次能做得更好，即用评测数据反哺 agent 的迭代改进。