FollowAgents 数据洞察

1000+ 次独立 AI Agent 评审,到底说明了什么

本页每一个数字都是从已完成 FollowAgents 评审(FARS)的 1848 个 agent 实时计算得出——不是问卷调查,不是厂商自述,也不是页面上线那天缓存下来的旧数据。

统计截至 2026-10-19每次访问都基于当前目录重新计算

整体评级分布

FARS-2.1 只评审源码能核实的内容——不做实际运行测试,不采信厂商自述。顶部评级占比低,反映的是这个生态在文档和安全实践上的现状,不是评审标准过严(评审方法页说明了具体要满足哪些条件才能拿到更高评级)。

50.3%

表现优秀

1467.9%

表现良好

44123.9%

存在缺口

125668.0%

缺口较多

Agent 最常缺失的能力

在 1848 个完成 FARS-2.1 评审的 agent 中,某项信任标准被打 0 分(未提供,或与证据相矛盾,判定标准与单个 agent 详情页完全一致)的占比。

回滚或恢复路径
37.6%695
执行前用户确认
30.0%554
依赖安全审查
19.3%357
敏感信息处理
18.5%342
最小权限约束
15.4%284
数据流向说明
15.3%282
外部影响披露
14.7%272
来源归属可核验
12.8%236

这些 agent 对你的设备提出了什么要求

已评审 agent 中,需要各项能力的占比。

Shell / 命令行
94.8%1752
网络访问
90.2%1667
本地文件系统
86.7%1603
MCP Server
32.3%597

许可证分布

已评审 agent 按声明许可证的占比。

MIT
47.8%883
Apache-2.0
28.2%521
未声明许可证
15.9%294
AGPL-3.0
4.7%87
GPL-3.0
2.2%41
BSD-3-Clause
0.3%5
其他许可证
0.9%17

按类目

各类目的平均 FARS 分数与已评审数量。

类目 已评审 平均 FARS 分
未分类 2 68.0
开发与工程 1103 53.4
效率与协作 176 52.4
自动化与运维 314 51.9
写作与内容 28 51.7
数据与分析 181 46.6
设计与前端 44 44.4

这些数字是怎么算出来的

以上每一个数字都直接来自已存储的 FARS 评审结果——和每个 agent 自己详情页展示的是同一套结构化评审,只是做了聚合而非重写。这里没有估算、没有问卷、也没有沿用旧快照。

评分方法 →