腾讯 Hy3 在 Agent Arena 排第 25，跑了 8000 多次会话
arena · x · 2026-07-22
腾讯 Hy3 在 Agent Arena 排到第 25，分项表现很分裂
Agent Arena 最新榜单显示，Hy3 在经历 8,000+ 次真实 agent 会话后，当前 总排名第 25。
分项成绩里，Hy3 的表现比较两极：
- Overall：第 25 名
- Confirmed Success：第 27 名，净提升 -4.6%
- Praise vs Complaint：第 20 名，净提升 -2.9%
- Steerability：第 30 名，净提升 -7.1%
- Bash Recovery：第 25 名，净提升 +2.6%
- Tool Hallucination：第 25 名，净提升 +0.9%
这条更像是一次 agent 真实任务表现快照：整体中游偏下，成功率和可控性偏弱，但在 shell 报错恢复上略有改善。
所属事件:腾讯混元 Hy3 前端代码竞技场夺开源第二，智能体榜单表现分裂(8 条相关)→
「编程与Agent」频道最新
- 零基础开发者自建分层记忆架构，仅 20k token 记住一年对话 — matteoianni · 2026-09-11
- Warp 六个非工程团队全用 Linear 和 Claude Code 工程化运作 — mon__lim · 2026-09-11
- 九年后端老兵：AI 代码不比人写的差，变糟的只是速率 — Sweaty-Landscape-561 · 2026-09-11
- 实测质疑 RTK 省 token 说法：成本基准显示并不成立 — michalwarda · 2026-09-11
- 从聊天到 Agent,推理延迟正在成为生产级瓶颈 — Euphoric_Sea632 · 2026-09-11
- Anthropic 研究员:99% 工程师已跑 300+ 自改进 agent 群 — AlishaOutridge · 2026-09-11