dair-ai 创始人：生产环境选模型必须自建 eval,别租公共榜单
dair_ai · x · 2026-11-09
dair-ai 创始人 Omar Sansevero(omarsar0)发文强调「Own your evals」：他并不否认公共 benchmark 对研究和公开讨论的价值，但认为要让生产环境中的模型选型真正可信，唯一办法是构建自己的评估体系。
他的核心论点：
- eval 不只是衡量可靠性和挑选模型的工具，更是解锁新用例、最终实现 RSI(递归自我改进)的关键；
- eval 将成为任何企业用 RSI 优化业务的核心资产，「你可以租算力，但 eval 要自己拥有」；
- 建议企业尽早把 eval 能力沉淀为内部专长，dair-ai 已启动一项帮助企业内部搭建 eval 体系的服务。
该帖引用了 xeophon 与知名 eval 专家 Hamel Husain 的讨论，后者把当前 eval 行业的现状比作「军工复合体」，侧面反映 eval 正从小众话题演变为独立产业。
「编程与Agent」频道最新
- OpenClaw 推出「大型多人在线 AI」：大规模互相派活的智能体网络 — vincent_koc · 2026-11-09
- AI 硬件工程平台 Nominal 获 2.4 亿美元 C 轮融资,估值 30 亿 — graceisford · 2026-11-09
- HF 工程师 Niels Rogge 公开本地 AI 入门课件：量化、MoE 选型与本地 Agent — NielsRogge · 2026-11-09
- OpenClaw 玩起「大型多人在线 AI」:上百个 agent 同服并行跑任务 — vincent_koc · 2026-11-09
- Loop:手机优先的 Agent 编排器,二维码配对即用无需服务器 — Two_Half_Pints · 2026-11-09
- Qwen Code Desktop 发布 v0.27.1，修复多项稳定性问题 — github-actions[bot] · 2026-11-09