SkillHub的TRACE评测体系是什么？

1. TRACE评测体系概述

TRACE是SkillHub 首发的一套AI Skill质量评测体系，从五个维度全面评估Skill质量，帮助用户快速识别高质量Skill。

• 发布背景：2026年5月21日，腾讯新闻科技、SkillHub与腾讯玄武实验室联合发布TRACE框架，这是国内首个面向Skill真实使用场景的严选评测体系
• 评测对象：以SkillHub平台收录的技能为样本来源，持续迭代评测标准
• 评测目标：解决AI Skill市场快速增长但质量评估体系滞后的问题，帮助用户判断"哪个Skill真正好用"

2. TRACE五个评测维度详解

TRACE由五个英文字母构成，对应五个评测维度，形成从安全红线到使用过程、再到结果增益的完整判断路径。

T — Trust（可信任度）

• 核心问题：能不能放心用
• 评测内容：安全检测、最小权限、敏感信息保护、国内可用性、中文支持
• 红线维度：触碰安全红线的Skill直接淘汰，不考虑其他维度得分

R — Reliability（可靠性）

• 核心问题：能不能稳定用
• 评测内容：稳定运行、一致结果、边界输入处理、异常反馈机制
• 考察Skill在标准环境下是否能持续工作，避免崩溃、超时、依赖缺失等问题

A — Adaptability（适用性）

• 核心问题：该不该在这个场景用
• 评测内容：场景匹配度、触发条件清晰度、能力边界界定、输入输出规范性
• 评估Agent能否精准识别并在适当场景下调用该Skill

C — Convention（规范性）

• 核心问题：能不能被理解、维护和复用
• 评测内容：渐进式披露、文档结构清晰度、限制说明完整性、示例充分性
• 判断Skill是否具备被理解、被运行、被评测、被复用和持续维护的基础

E — Effectiveness（有效性）

• 核心问题：是否真正解决用户问题
• 评测内容：结果正确性、输出完整性、可直接使用性、减少返工率
• 引入科学对照实验机制：在同一任务下分别测试"启用Skill"与"仅用原生模型"的表现，只有当Skill带来显著真实增益时才被视为合格

3. TRACE评测方法与特色

TRACE采用主客观结合的评测方法，确保评测结果的科学性和公正性。

• 客观对照实验：通过"no-skill参照组"判断Skill是否真正带来结果增益，避免将模型本身能力误判为Skill贡献
• 主观盲评：由旗舰模型模拟专业评审，对两组产出进行盲评，聚焦实际交付价值
• 每月一期精选榜单：为避免全量评分不可持续和头部效应垄断问题，TRACE采用每月一期、每期10款编辑精选的模式推出TOP10榜单
• 多机构协作：腾讯新闻科技负责推动框架认知与普及、产出精选榜单；SkillHub负责以技能池为样本持续迭代评测体系；腾讯玄武实验室负责搭建自动化评估系统