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
- BELL stack 开源：浏览器+Agent 框架+iMessage+支付，一套搭个人智能体 — jeff_weinstein · 2026-10-27
- 法律 AI 公司 Legora 在 Modal 上并行跑 2000 个 agent eval — blelbach · 2026-10-27
- 两名工程师用 AI 3.5 个月重建 FedEx 供应商计费核心,原估 7-8 个月 — alex_verem · 2026-10-27
- AA 实测 GPT-6.1 Terra:编码 Agent 得 48 分,成本仅前代三分之一 — ArtificialAnlys · 2026-10-27
- Shift-1 模型路由器发布：编码 Agent 成本最高降 55% — ypatil125 · 2026-10-27
- 零基础用户用 Claude Code 两周 vibe coding 出一款 Godot JRPG — ADHDavid · 2026-10-27