ApprenticeBench:前沿 agent 在真实岗位持续学习超越人类
ysu_nlp · x · 2026-09-12
NeoCognition 团队推出 ApprenticeBench,一个把「计算机使用 + 持续学习」放到真实工作场景中的基准。核心发现:据称 Fable 5.1 与 GPT-6 Astra 已能在岗位上持续学习,并超越人类专业人士的水平,被称为 AI 就职能力的「决定性跃迁」。
该基准的一个亮点是完全不需要 FDE(前沿部署工程师):agent 自行把自己部署进岗位。何俊贤转发时概括为「从专业任务走向虚拟雇员」。具体方法与评测细节见原推线程。
所属事件:ApprenticeBench发布：首个岗位级持续学习基准(14 条相关)→
「编程与Agent」频道最新
- 旧金山 Code Engineering 大会聚焦从编码 agent 到软件工厂 — LangChain · 2026-10-27
- 用 Claude Code 当 iPhone 取证器:挖出「已删」照片的 30 天隐藏副本 — alex_verem · 2026-10-27
- 用 Claude Code 审计 iPhone 备份，揪出被删照片的全部藏身处 — alex_verem · 2026-10-27
- Yuchen Jin：手机不是移动 IDE，而是 agent 舰队的控制台 — Yuchenj_UW · 2026-10-27
- FrontierCS 2 登陆 Kaggle：48 项任务让智能体复现 13 领域论文贡献 — MeganRisdal · 2026-10-27
- 别只让 AI 复刻老游戏：工程师呼吁用 Agent 造更野的软件 — rschu · 2026-10-27