a16z 投资 AI 评估初创公司 Vals，瞄准真实工作流基准测试

a16z Newsletter · rss · 2026-08-13

a16z 宣布投资 AI 模型评估初创公司 Vals。文章指出，随着前沿模型在传统学术基准上逐渐饱和，模型能力正在从“回答问题”转向“执行工作”（如处理复杂的企业工作流、连续运行数小时的智能体）。

Vals 致力于构建 AI 市场的“独立计分员”。其核心方法是将领域专家的真实工作流转化为严格的基准测试，并建立自动化评分系统。例如，不测试法律模型能否通过律师资格考试，而是测试其能否进行实际的法律研究。此外，Vals 构建了可扩展、防污染的评估基础设施，能在数小时内输出评测结果，并持续淘汰被“刷爆”的旧测试以引入新任务。