WorldBox 沙盒让 GPT-6 Astra 在 MazeBench 上得分翻倍，从 23 颗宝石涨到 61 颗
Lianhuiq · x · 2026-10-16
EnactraAI 发布 agentic 沙盒 WorldBox，称将 GPT-6 Astra 在 MazeBench 上的成绩从 23 颗宝石提升到 61 颗。MazeBench 由 @patiencecave 开发，是一个长程空间推理难题：256 个互相连通的房间，即便是 Opus 5.5 也消耗了 22 亿 token、只收集到 100 颗宝石中的 13 颗。WorldBox 为 agent 提供一个沙盒环境，用于管理长期记忆、推断复杂机制和模拟推理，官方附上了 agent 攻克逐步加难题目的演示线程。
所属事件:WorldBox 沙盒让 GPT-6 Astra 长程空间推理得分翻倍(6 条相关)→
「编程与Agent」频道最新
- 产品要做「两次销售」：先让 Agent 选中，再让人买单 — FinanceYF5 · 2026-10-16
- Manus 早在 2025 年 3 月就画好 AI Agent 产品蓝图 — FinanceYF5 · 2026-10-16
- Sentry CEO 晒图：AI 实习生在 code review 里反驳人类同事 — zeeg · 2026-10-16
- SWE-Duel:让编码 agent 互相出题埋 bug 的抗污染竞技场 — Consistent_Fox_2990 · 2026-10-16
- 把 Claude Code 等 agent 轨迹攒成数据集，微调开源小模型 — Rasmic · 2026-10-16
- LangChain 工程师：仅靠生产 traces 自动生成 evals 远远不够 — BraceSproul · 2026-10-16