两条 Agent 基准线把每任务成本放进榜单,分数之外拼账单
YvesMulkers · x · 2026-09-27
作者观察到本周两条 agent 基准线都把每个任务的成本（cost per task）直接放在分数旁边。他的判断是：过去榜单标题只看分数，一旦各家好 agent 都能过线，账单才是决定选谁的关键。帖末为互动引流，但核心观点——agent 评测正从纯分数转向成本敏感——有信息量。
「编程与Agent」频道最新
- antirez 补充论证:局部代码若无法被设计/测试验证,何必去查 — antirez · 2026-09-27
- 未学过自然语言的「新型心智」写 GPU kernel：28% 通过率、提速最高 66 倍 — repligate · 2026-09-27
- dhh 宣布 ThePrimeagen 加入 Omarchy 核心，主导 Agentic QA — nicolascraske · 2026-09-27
- ChatGPT Astra 自动创建代理邮箱接入 Google Docs — 0xsachi · 2026-09-27
- Retriever AI 开设 agent 自主购物店：单任务成本低于 1 美分 — gaganghotra_ · 2026-09-27
- 向普通人推 AI 智能体，别只当它是处理杂务的秘书 — KrishRShah · 2026-09-27