Ada peluang nyata bagi peneliti AI yang ambisius untuk:

- membuat kerangka evaluasi untuk menguji harness agen seperti Openclaw, Hermes, dan semua “cakar” lainnya
- memperluas evaluasi ke berbagai alat / konfigurasi sehingga kita tahu bagaimana kinerja berubah dengan pengaturan yang berbeda
- menjalankan evaluasi yang andal di berbagai model termasuk lokal vs API
- membandingkan dan mempublikasikan hasil, lalu melakukan pembaruan berkelanjutan seiring perkembangan agen dan model
Peluang ini adalah menjadi sumber utama untuk benchmark agen yang objektif
Mungkin ada yang sudah melakukan ini dan saya tidak menyadarinya? Bukan hanya perbandingan satu kali, tetapi pengujian dan evaluasi standar yang nyata agar kita benar-benar bisa membandingkan hasilnya