混合智能体系统补齐本地模型短板，Terminal Bench 分数提升 13.4%
AravSrinivas · x · 2026-08-25
Arav Srinivas 指出，本地模型距离完全脱离前沿模型仍有差距。Perplexity 采用「顾问升级 (advisor escalation)」策略，即在必要时将任务路由至云端前沿模型。这种混合智能体推理系统在 Terminal Bench 2.1 上将分数从 59.6% 提升至 73.0%，每次执行成本为 0.415 美元，以三分之二的成本恢复了约五分之三的前沿差距。
所属事件:Perplexity 联手 NVIDIA 推全本地 Agent 栈 Portable Computer(22 条相关)→
「编程与Agent」频道最新
- 256K 粉开发者发问:用什么工具管理一大群 agent 编排器? — notmisha · 2026-10-14
- DeepSeek v4.1 被指「刷榜习惯」:表观 95% 分,复查轨迹后仅 84.2% — yb2698 · 2026-10-14
- Computer-use 智能体看片段定位剧集,自己关弹窗跳到名场面 — cneuralnetwork · 2026-10-14
- 逆向工程 IoT 设备,vibe coding 把整间公寓搬进菜单栏 — GCWebDesigner · 2026-10-14
- Obsidian 作者经验:AI 应遵循你的笔记结构,而不是自己发明 — dSebastien · 2026-10-14
- hass-mcp-plus 发布:22 个工具让 Claude 管理智能家居 — modelcontextprotocol · 2026-10-14