Yacine 提出「Burnout Bench」：让 LLM 自由使用任意工具直到崩溃

yacinelearning · x · 2026-08-27

Yacine 提出一个名为 burnout bench 的 agent 评测思路：给 LLM 完全的自由——想用什么 harness 就用什么、可以访问整个互联网、甚至可以在认为必要时打电话给人，然后让它持续运行，直到「崩溃」（bust）为止。他认为这是通向 RSI（递归自我改进）之前缺失的最后一块拼图，核心是考察 agent 在长时间、全权限、无约束运行下的持久性与失效模式，而非单轮任务表现。