Gemini 3.7 Flash 登顶计算机使用竞技场，超越 Claude
cgarciae88 · x · 2026-08-15
在 Coarena 的计算机使用竞技场中，Gemini 3.7 Flash 获得了 1046 分，超越了 Claude Fable 5 (1066 分暂列第一，但 Flash 紧随其后且增长迅速)。该竞技场通过盲测让人类裁判评估代理处理真实任务的能力。
「编程与Agent」频道最新
- WorldBox 沙盒让 GPT-6 Astra 在 MazeBench 上得分翻倍，从 23 颗宝石涨到 61 颗 — Lianhuiq · 2026-10-16
- CUA 团队回应：Hyprland 0.56.2-4 已支持，Omarchy 升级后即可用 — Teknium · 2026-10-16
- 用 Void 加 fate 一天搭出完整 vibe coding 平台并部署到 Cloudflare — cnakazawa · 2026-10-16
- WorldBox 将 GPT-6 Astra 的 MazeBench 成绩提升 2.7 倍，长程空间推理现突破口 — Lianhuiq · 2026-10-16
- 一人公司新玩法：8个专职Agent分道编码，架构师本人只做审批 — bradneuberg · 2026-10-16
- 开源 VibeZero:用 agent 一把生成整套可部署的 vibe coding 平台 — cnakazawa · 2026-10-16