Praxist Agent 在 MLE-bench 跑出高性价比
iamfakhrealam · x · 2026-08-28
Praxist 是一种保留所有尝试而非仅保留胜者的 Agent 系统。它让多个研究方向并行，将学习成果存入共享记忆，并通过 PI 面板筛选下一步测试。在 MLE-bench 全部 75 个任务中，该系统用开源模型花费 $3,054 获得了 65.3% 的金牌率，而 Claude Code + Opus 4.8 基线花费 $38,370 仅获得少 44% 的金牌。
所属事件:Sapient 开源自主研究系统 PRAXIST，低成本夺 MLE-bench 49 金(8 条相关)→
「编程与Agent」频道最新
- 开发者吐槽：vibecoding 这个词和 AI、SI 一样词不达意 — eschadiol · 2026-10-16
- Doc2Harness 基准：19 个前沿模型测编码 Agent，最高通过率仅 53% — _akhaliq · 2026-10-16
- Perplexity 开源 Agent 沙箱平台 SPACE：每个任务独立 Firecracker 微虚拟机 — perplexity_ai · 2026-10-16
- 黑石集团全面采用 Factory 平台做自主软件开发 — matanSF · 2026-10-16
- 老用户退订 Windsurf：多个 AI 订阅来回切换的隐性成本太高 — tristanbob · 2026-10-16
- 「工单派下来 20 分钟就交 3000 行 PR」：AI 编码现状梗图走红 — facontidavide · 2026-10-16