53 个开源 AI Agent 行为测试曝光，共提交 37 个 bug
YaoAnthony · hn · 2026-10-18
Defuzex 团队对 53 个开源 AI Agent 跑了一轮系统性行为测试，累计发现并向相关项目提交了 37 个 bug。
这类测试关注的是 agent 在真实任务中的行为表现（工具调用、状态管理、异常处理等），而非跑分评测，暴露出当前开源 agent 框架在可靠性上的普遍短板。对做 agent 开发的人来说，是一份难得的横向质量参考。
「编程与Agent」频道最新
- OpenJet 引擎宣称 Qwen3.8-27B 推理速度达 llama.cpp 1.9 倍 — JeremyCMorgan · 2026-10-23
- 黄仁勋详解 Vera Rubin 代理系统完整架构:NVL72+MGX+CMX+RTX — rohanpaul_ai · 2026-10-23
- 用 Hermes 搭建全自动 SEO 智能体：三个 skill 覆盖关键词到建站 — EXM7777 · 2026-10-23
- 从赛事研究到链上下单：一个「默认需人工批准」的下注 agent 架构复盘 — Dry-Comfortable-2678 · 2026-10-23
- Capy 0.5.0 支持复用 Claude Pro/Max 订阅额度,并新增 OIDC 云端访问 — garrytan · 2026-10-23
- You.com CEO Richard Socher：遗留代码就是人类垃圾，该让 AI 清理 — RichardSocher · 2026-10-23