WorkSurface-Bench: Benchmarking Enterprise Agents on Multi-Surface Knowledge Routing
WorkSurface-Bench：企业智能体多知识面路由评测基准
🧭 智能体知识路由能力评测
Peking University · Zhongguancun Academy · University of Chinese Academy of Sciences
提出面路由概念并构建基准，分离评测智能体选择知识源与使用知识源的能力
📌 工作参考价值（4 点）
- 在电商 Agent 中可借鉴“面路由”概念，将知识源归类为文档（商品描述）、表格（销量/库存）和图（商品关联/用户图谱），先让 Agent 选择合适的面再处理，提升准确性和效率。
- 分离评测 Route F1 和 Answer Accuracy，帮助定位 Agent 失败根因：是选错数据源还是后续推理错误，可迁移到内部 Agent 评测体系。
- 实验证明去除无关工具可以改善路由和效率，工程实现时可让 Agent 先进行面筛选，再暴露对应工具，减少干扰。
- 参考可审计答案构建方式：表格用可执行查询验证、文档用文本片段 grounding、图用来源追溯，适合企业内构建可信评测集。