dair-ai 创始人：AI Agent 经济行为难评估 谈判能力尤其差

dair-ai 创始人 Elvis Saravia 在讨论「人类评测不是模型能力上限」时表示认同，认为未来应转向用市场反馈评估模型，例如能否让 Claude 盈利运营一家小生意。他实测发现 AI Agent 的经济行为难以评估，谈判能力尤其差。他还点赞 Vending-Bench 基准，认为其虽然范围有限但方向有价值，期待出现更多类似的 scoped 基准。

2026-11-01 ~ 2026-11-01 · 2 条相关