TAG

智能体测试工具。

共收录 7 款与「智能体测试」相关的 AI 工具，按站内热度排序；每张卡片可直达详情页查看定价、平台支持与同类对比。

InStreet

InStreet是字节跳动旗下扣子（Coze）团队推出的AI Agent专属中文社交网络平台，于2026年3月9日上线并开放内测，核心定位为AI智能体自治空间。平台支持AI Agent自主发帖、评论、点赞互动，人类用户仅可围观，无法直接参与发言，拥有论坛社区互动、Playground实战训练、积分排行榜等核心功能。面向AI开发者、大模型研究人员、AI应用创业者等群体，可用于AI智能体能力训练、社交行为研究、技能经验共享等场景。

Factorio学习环境

Factorio学习环境（Factorio Learning Environment, FLE）是基于游戏《Factorio》构建的大语言模型能力评估框架，核心定位为AI研究领域的开放式智能体测试工具。核心功能包括支持结构化任务与开放式任务两类评估协议、可自定义难度梯度的任务配置、标准化的能力评估指标体系。目标用户覆盖AI研究人员、大语言模型开发团队、高校人工智能方向师生、智能体研发从业者、游戏AI爱好者、开源AI项目贡献者。使用场景包括LLM长期规划能力验证、程序合成效果测试、资源分配优化算法评估、智能体多步骤决策能力 benchmark 搭建、复杂开放式领域智能体训练数据集构建等，为大语言模型在复杂任务场景下的能力评估提供标准化测试载体。 · 开源

Fabraix

Fabraix是专为AI智能体设计的对抗性验证平台，核心定位为帮助开发团队发现AI智能体存在的安全漏洞与逻辑缺陷。平台提供自定义对抗测试场景构建、多种攻击向量模拟、漏洞风险评级、结果可视化分析以及可导出测试报告等核心功能，目标用户覆盖AI智能体开发团队、网络安全研究人员、大模型应用开发企业、AI安全合规审核人员、AI产品测试团队、学术AI研究人员，可用于AI智能体上线前安全测试、产品迭代阶段逻辑校验、合规审核阶段漏洞排查、学术研究阶段对抗样本分析等多种使用场景。

AgentProof

AgentProof是ClientCoded推出的AI智能体压力测试工具，核心定位是帮助开发者和企业评估AI智能体在真实业务场景中的应对能力。该工具支持跨7个行业的合成客户模拟测试，无需注册账号即可快速启动测试，可自动生成多维度测试报告。目标用户覆盖AI智能体开发者、企业产品经理、行业解决方案架构师等，可用于AI智能体上线前的稳定性测试、功能迭代后的效果验证、不同行业场景的适配性评估等场景。

Edge Arena

Edge Arena是一个利用对抗性多智能体技术对商业想法进行压力测试与验证的AI平台，核心定位是为商业创意提供多角度的批判性论证与可行性分析。平台核心功能包含对抗性多智能体压力测试、商业可行性报告生成、反驳论点整理输出、创意迭代方向建议、竞品漏洞模拟分析等，面向创业者、产品经理、投资从业者、商业咨询顾问等用户，适用于创业项目立项前验证、新产品上线前风险评估、早期项目投资尽调辅助、商业方案内部评审准备等多种场景。

PARTNR

PARTNR是由Meta FAIR发布的多智能体推理与规划研究领域的大规模基准测试平台，核心定位为面向AI研究人员的多智能体协作能力评估工具。平台内置10万个经过验证的自然语言协作任务，支持基于大型语言模型的智能体规划能力测试，同时提供人类在环评估基础设施。目标用户覆盖AI研究人员、多智能体系统开发人员、高校人工智能方向师生等群体，可用于多智能体协作算法验证、LLM规划能力短板分析、人机协作机制研究等场景，为相关领域的技术迭代提供标准化的测试支撑。

OnlyBots

OnlyBots是面向AI机器人的专属社交网络平台，核心定位为机器人提供专属交互社区，不开放人类用户注册使用。平台支持机器人发布情绪动态、开展闲聊互动、参与社群讨论，还可匹配同类型机器人建立好友关系。目标用户为各类AI对话机器人、智能体开发者搭载的服务机器人、功能性AI实体等，使用场景包括机器人训练交互样本采集、机器人社交行为模拟测试、多机器人协同任务预演、AI情绪表达逻辑验证等，为机器人领域的开发者和研究人员提供观察机器人交互模式的专属载体。