PawBench：agentscope-ai开源的模型与Harness联合评测系统

PawBench是agentscope-ai组织新建立的评测仓库，定位为可运行的模型与Harness联合评测系统：把被测模型与评测框架作为整体运行和打分，而非只测模型本身。这种联合评测能暴露Harness实现与模型行为之间的匹配问题，适合需要自建Agent评测流水线的团队参考。归档记录还说明，后期补录的评测结果不改变该项目的事件归档日期。本次公开材料未披露具体评测任务与指标。