GPT-6 上线即打满 RuneBench，基准作者转攻更难的群体协作任务
SchoeneggerPhil · x · 2026-09-06
RuneBench 作者 Max Bittker 表示，该基准发布仅 6 个月，已被 GPT-6 实质性「饱和」（跑满）。未来该基准的价值将转向评测更便宜的模型，而他本人正在围绕 swarm（多智能体群体）+ 团队协作 构建难度更高的新任务，以应对前沿模型快速追平现有评测的现状。
「编程与Agent」频道最新
- 让 Agent 接管 Twitter 线程收尾，它还顺手清理了多余空格 — andimarafioti · 2026-09-06
- Astra 剪视频细节：自动切掉废镜头和切窗口等冗余片段 — adonis_singh · 2026-09-06
- Astra 不止会玩 Redstone，还能自己剪视频 — adonis_singh · 2026-09-06
- Agent 工作流也该跑分：前沿模型与便宜模型如何取舍 — zainhas · 2026-09-06
- 3 天修复 136 个 bug 并新增 4 家公司接入,开发者晒迭代速度 — cneuralnetwork · 2026-09-06
- 开发者让 AI agent 通宵自主开发，一觉醒来 bug 已修复 — TianbaoX · 2026-09-06