NVIDIA SkillEvaluator：对比安装 Skill 前后的 Agent 表现
NVIDIA 介绍开源 SkillEvaluator：先检查技能结构与安全、识别重复指导，再在隔离任务中对比安装与未安装 Skill 的 Agent 表现。文章说明对照使用相同提示、模型、输入和评分条件，并分别在两个执行框架上评估。公布的 Skill Lift 是分数差值，不是百分比；多数任务只有一次尝试，未报告置信区间。这些是 NVIDIA 自述结果，FLABS 未复现，也不据此给工具榜打分。
推荐理由：提供生产 Agent 技能评测的对照方法，并明确样本次数、分数单位与结果不确定性。