MCP-Persona：通过环境模拟基准测试 LLM 智能体在现实世界个人应用中的表现

模型上下文协议（MCP）已成为连接大语言模型与外部数据及工具的关键标准，但在个人社交应用中面临独特挑战。现有基准多关注通用信息检索工具，忽视了涉及个人账户或本地数据库交互的复杂性。为此，本文提出 MCP-Persona，这是首个专为评估智能体在真实个性化 MCP 工具上表现而设计的基准。该基准涵盖 Reddit、小红书等社交平台及 Lark、Slack 等企业协作套件。实验表明，当前最先进智能体在个性化工具使用方面存在显著困难，突显了该基准在识别和解决此类局限性方面的关键作用。