新基准实测：AI 智能体漏看四分之一的互联网
EXM7777 · x · 2026-08-27
一个新发布的基准专门测试 AI 智能体在每日变化的实时网页数据上的搜索能力，因此无法靠记忆答案作弊。结果显示：表现最好的工具也只能找到实际存在内容的 75%，Google 的 API 找到 53%，而在最难的查询上，即便是「最好的工具」也会漏掉近一半结果。
发帖人的结论是：大家都在争论哪个模型最聪明，但底层搜索层是半盲的——修好搜索层比调 prompt 更优先。
「编程与Agent」频道最新
- 马斯克转发用户实测：Grok Bot 不比 Codex 强但更顺手 — elonmusk · 2026-10-15
- 独立开发者发布 Blob0：把 S3/R2 对象存储管成 Mac 本地文件夹 — yihui_indie · 2026-10-15
- 2026 AI 工程师六层技能栈：从向量库到 Agent 编排 — mdancho84 · 2026-10-15
- 用 ChatGPT 搭机械工程工作流：Agent 编排热固封头研究，却因重置中断 — burhop · 2026-10-15
- 开源 Harness 工程课爆火：19k 星教你让编码 Agent 干活可靠 — thisguyknowsai · 2026-10-15
- 6 人团队 3 个月：AI Agent 进驻医保预授权平台的落地实录 — alex_verem · 2026-10-15