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 闯入前端代码榜前列，智能体实测表现分化(8 条相关)→
「编程与Agent」频道最新
- DataFlow-Harness 用 MCP 和代码智能体做可编辑数据管道 — _akhaliq · 2026-07-23
- Flue 下一版改用代码定义可组合 Agent — threepointone · 2026-07-23
- Agent 的 harness 应该靠数据拟合，而不是手写 — BraceSproul · 2026-07-23
- ADK 2.0 图式工作流在 token 与上下文效率上更省 — rseroter · 2026-07-23
- 开发者用 Fable 做规划、Sol 负责编码执行 — virattt · 2026-07-23
- Replit 推出全新设计移动端 App，主打随时随地移动编程 — amasad · 2026-07-23