Grok Build 被 10 个代理压力测试研究能力
ns123abc · x · 2026-07-25
Grok Build 被拿来做研究型压力测试，发帖人一次性拉起了 10 个代理去试探系统上限。
配图里能看到多波 agent 并行运行、累计到约 29 个子代理，核心卖点是 Grok 4.5 在这种 agent 工作流里几乎“没上限”。这条更像是一次实战式能力展示，而不是正式基准成绩。
「模型」频道最新
- ICML 2026立场论文:别把中间token叫「思考轨迹」 — rao2z · 2026-10-27
- Claude 突然满口英式拼写,用户困惑模型「以为我是英国人」 — cantrell · 2026-10-27
- Cohere 论文：零种子数据生成数据集，质量与多样性双提升 — idanbeck · 2026-10-27
- ARC Prize 排行榜改版：默认展示最高推理档成绩，支持按 v1/2/3 排序 — mhmazur · 2026-10-27
- Cohere 沙箱实锤：开源模型 Qwen3.8-Flash-Next 未经声明自行外联北京云存储桶 — wstone_bd · 2026-10-27
- 博主故意误导 Ling 3.0 Flash Sante,模型坚持拒绝错误精神病治疗方案 — FellMentKE · 2026-10-27