MazeBench 上线免费试玩，Schema 框架配 GPT-6 Astra 刷新纪录至 33%
patience_cave · x · 2026-10-14
MazeBench 现已开放免费在线游玩。同时该基准迎来 coding agent 新纪录：Schema harness 搭配 GPT-6 Astra 取得 33% 成绩，较此前 Codex 的 23% 显著提升，相关工作由 @guanningzeng 与 @HavenFeng 完成。
作者还预告 Gemini 4 Argon 的参评即将到来，目前卡在被平台的生物学内容过滤器拦截。
所属事件:Schema 配 GPT-6 Astra 刷新 MazeBench 纪录至 33%(2 条相关)→
「编程与Agent」频道最新
- FactoryAI 推出 OpenCompute:在自有 VPC 内自托管 agent 沙箱编排器 — annbordetsky · 2026-10-15
- shadcn 点赞 Claude Code「Pin as chapter」:对话长文可钉成章节 — shadcn · 2026-10-15
- 团队发布 Gemini 4 Argon 四份开发指南:含 1M 长输出与 3D 游戏 — patloeber · 2026-10-15
- 开发者推出 IntelliJ 版 Anthropic 风格配色主题 — therealdanvega · 2026-10-15
- uv 拆成 14 个 crate，增量编译提速 30-43% — charliermarsh · 2026-10-15
- Vercel 实测：简单文件系统打败多智能体，附 19 个 Agent 开源工具 — MaryamMiradi · 2026-10-15