Perplexity 开源研究型基准 WANDR：500 任务、17 万条证据点
thisguyknowsai · x · 2026-11-02
Perplexity 开源了用于构建其 Computer 内研究引擎的基准 WANDR（Apache-2.0，附 arXiv 技术报告），源自脱敏后的真实用户用例。
基准构成
- 500 个真实研究任务，共涉及 170,495 条必需证据，覆盖竞品研究、尽调、文献综述、市场分析、产品对比、人才搜寻
- 「宽」任务：找出所有符合条件的公司/论文/人；「深」任务：为每个对象的每个论断补充证据
评分方式：开放式研究没有标准答案，WANDR 的评分器不对比固定列表，而是重新抓取 agent 引用的每个 URL，验证证据是否真正支持每条记录。
仓库分四层：可编辑的源任务数据、确定性的 Harbor 适配器、生成的自包含任务包、通用 Relay agent。需 Python 3.12、Docker 与各家 API key 即可复现。
「编程与Agent」频道最新
- InfoQ 发文：Agentic AI 架构中记忆、知识与上下文的系统化方法 — AdiPolak · 2026-11-02
- Harness Pro 用 ESP32-P4 做出 AI 编码 Agent 桌面监控屏 — dee_hw · 2026-11-02
- RL 训练 LFM2.5-24B 适配器：精度持平下工具调用省 20% — yb2698 · 2026-11-02
- Agent 生产环境排障之痛：错误在第5步、根因在第3步 — Ok-Machine7983 · 2026-11-02
- RAGFlow 1.0 预览：从 RAG 引擎转向 agent 原生数据库 — newpeak · 2026-11-02
- 开源 Kitsune MCP：让编码 agent 复用你正在用的 Firefox 浏览器 — Sad-Interview9085 · 2026-11-02