PeakBench: Benchmarking Resource-Aware Tool Invocation in LLM Agents

PeakBench 用执行依赖标注和测量的资源画像构造多工具工作流，补测并行合法性与资源受限调度。两段式指标把逻辑规划和物理调度分开，实验显示强规划并不等于安全高效执行；向模型暴露资源信息可以减少不必要溢出并改善利用率。它把“工具选对了吗”扩展为“在峰值资源下能否按依赖运行”。