Exa 发布 ATLAS 基准:最贵搜索 agent 仍漏掉约 1/3 关键结果
yoimnotkesku · x · 2026-10-09
搜索公司 Exa 发布 ATLAS,一个评估 agent 搜索密集型任务表现的新基准,针对现有 agentic search 基准过时、被污染或饱和的问题,用真实搜索需求配验证过的黄金答案,并通过自动化流水线持续刷新。
初步跑分发现:
- 低成本搜索远未解决:每任务成本低于 $1 的 agent,F1 没有一个超过 0.5。
- 即使最贵的搜索 agent 也会漏掉约 1/3 的黄金结果,完整性要求高的场景还有很大改进空间。
- 固定模型框架下,Exa 自称定义了成本-性能 Pareto 前沿,不同搜索后端分数相差 16%(注意其利益相关)。
「编程与Agent」频道最新
- 谷歌发布 Gemini 工作通用 Agent:一个输入框搞定问答、知识工作与写代码 — sundarpichai · 2026-10-09
- 不走云黑盒代运营：把 Agent 装进客户本机再撤手 — curious_vii · 2026-10-09
- Voyager 发布：面向创意工作而非编码的开放 Agent 工作台 — socialwithaayan · 2026-10-09
- 营销总监让 Slack 里的 Agent 直接从 Figma 开 PR 改网站 — every · 2026-10-09
- 500 个 .md 指令文件拖垮 AI 团队，开发者建议定期推倒重建 — bendee983 · 2026-10-09
- AI 交易Agent Catalyst 获 3000 万美元融资并招工程师 — jzlegion · 2026-10-09