SemiAnalysis 开源 AgentX 1.0：300 万美元打造的 Agent 评测基准
woosuk_k · x · 2026-08-25
SemiAnalysis 发布了开源的多轮 Agent 编码评测基准 AgentX 1.0。该数据集基于约 300 万美元的真实追踪数据收集，在 1000+ 芯片和 2MW 算力上持续运行。vLLM 团队通报了在此基准上的表现，DeepSeek V4 Pro 达到 13 万 tok/s/chip。文章还讨论了 vLLM 针对 Agent 场景优化前缀缓存、长上下文并行及 PD 分离性能的三大技术挑战。
所属事件:SemiAnalysis 开源耗资300万美元的 AgentX 编程评测基准(2 条相关)→
「编程与Agent」频道最新
- 用Claude Code五分钟为Obsidian打造个性化搜索 — evielync · 2026-08-25
- Factory AI 展示设计协作新工作流：转录即生成 — matanSF · 2026-08-25
- 语音Agent测试新法：区分ASR错误与下游逻辑失败 — Admirable-Wallaby457 · 2026-08-25
- Agent 产品 Ace 发布：拥有实体 Mac 与手机，像人一样用工具 — zan2434 · 2026-08-25
- 构建 Agent 权限继承与验证层，防止长期自治失控 — tallmetommy · 2026-08-25
- Reddit 用户描述 AI 复利飞轮：从加速任务到 AI 参谋长 — leebase65 · 2026-08-25