实测：Agent 中位数仅干 52 分钟就停，但干得久胜率高
teortaxesTex · x · 2026-11-14
dominikscherm 的 agent 实验发现：给 6 小时预算时，agent 中位数只跑 52 分钟就停手，行为明显偏「懒」；但投入时间有回报——当某次尝试耗时达到另一次的 2 倍以上时，62% 的情况下得分更高，平均高 7 分。任务基于公开与实验室私有数据混合构建。teortaxesTex 借此调侃 V4.1 Flash 表现「不孤单」。这组数据对 agent 评测设计（如何激励模型持久工作）有直接参考价值。
「编程与Agent」频道最新
- 实测 DeepSeek 语音识别 API：每小时 4 毛却输给本地 1.7B 小模型 — AGI Hunt · 2026-11-14
- SAG Wiki 免向量库建本地知识库,可对接 Claude Code 检索文档 — FellMentKE · 2026-11-14
- 递归自我改进 Agent MolRSI：湿实验命中率提升 82%，8:0 力压 ClaudeScience — 机器之心 · 2026-11-14
- OpenAI $200 档将降至 $100,用户囤 4 次 Codex 重置赶续命窗口 — koltregaskes · 2026-11-14
- tonbi 推出 AI Garage 插件：让 Agent 直接检索其全平台内容 — Teknium · 2026-11-14
- 谷歌 Modern Web Guidance 工具：让编码 Agent 用上现代 Web 能力，规范通过率 56%→95% — aigclink · 2026-11-14