开发者筹备个人 Agent 可靠性基准，将开源测试并发布论文

YashasGunderia · x · 2026-10-19

开发者 Yashas Gunderia 宣布正在对个人 agent 进行基准测试，评估维度是任务完成能力与可靠性，先测各 agent 的默认模型配置。首批测开源 agent，之后扩展到更多产品，官方 benchmark、合作公司与论文将随后发布，并公开征集开发者的 agent 参测。