AIエージェントの「スキル」の品質低下を防ぐ？　テストと検証機能を強化

ベンチマークモードの実行結果例。PDFスキルを有効にした場合（WITH SKILL）は合格率100％、無効時（WITHOUT SKILL）は40％と、スキルの効果が数値で可視化される（提供：Anthropic）