NetAgentBench: A State-Centric Benchmark for Evaluating Agentic Network Configuration
作者：Ahmed Twabi, Yepeng Ding, Tohru Kondo 日期：2026-04-03（arXiv） 連結：https://arxiv.org/abs/2604.09678 分類：B-2 Benchmark 狀態：✅ 已核對摘要頁
重點
- 用有限狀態機（FSM） 建構動態評估框架，測試 agent 在多輪網路設定任務中的表現。
- 發現：基本設定還應付得來；到專家級設定時會出現探索崩潰（exploration meltdown） 和 前後不一致（coherence collapse）。
與主題的關係
- 排障是多輪互動，agent 在長流程中「越查越亂」是實務上的風險。