Agent评测成本超百万美元

xeophon · x · 2026-07-07

@xeophon 评述一项研究:让agent在快速可优化的目标上做hill climb(爬山优化),同时用更具表达力但更昂贵的judge来评判,这种设计很聪明;文中涉及的laws等内容也很有趣。他指出该论文的评测成本超过100万美元,并感叹评测现在已是严肃的生意。