我们基准测试了300多个NVIDIA验证的技能，看看它们对智能体的实际帮助有多大

NVIDIA AI 官方账号于 2026 年 8 月 19 日发布消息，称其团队对 300 多个 NVIDIA 验证技能进行了基准测试，以探究这些技能在真实任务中对 AI 代理的实际帮助程度。测试设计强调“同一任务、同一模型、同一设置”，唯一变量是代理是否拥有该技能。这种控制变量的方法旨在隔离技能本身带来的影响。

根据 NVIDIA 公布的数据，在全部基准测试中，技能将代理的正确性提升了 41 个百分点，有效性提升了 39 个百分点，效率提升了 35 个百分点。这些数字直观地展示了技能加持的显著效果。不过，目前尚未公布具体的测试任务类型、技能类别以及基准测试的详细方法，因此这些提升的普遍性仍有待进一步验证。

NVIDIA 同时宣布 SkillEvaluator 已开源，允许开发者在发布自己的技能之前进行测试。这一举措旨在帮助社区验证技能质量，从而提升整体生态的可靠性。NVIDIA 还发布了技术深度解析博客，详细介绍了 SkillEvaluator 的评估方法，为希望深入了解的开发者提供了参考。

消息发布后，有社区成员在评论区询问是否可以帮助测试其个人技能，例如 Rooke Poole 提到的 PARS 技能。这表明社区对技能评估工具存在实际需求。然而，目前公开的信息仅限于 NVIDIA 的官方声明，尚未有独立第三方验证这些数据。此外，测试的具体任务范围、技能类型以及评估指标的定义尚不明确，因此这些提升幅度能否推广到所有场景仍属未知。