Jason Wei：出一道 TerminalBench 题或将胜过发 Nature 论文
_jasonwei · x · 2026-11-15
前 Google 研究员 Jason Wei 指出，TerminalBench v4.1 只有 66 道题，但几乎每个前沿实验室都在追踪其成绩。他半开玩笑地预测：用不了多久，「给 TerminalBench 出一道题」的含金量和影响力将超过在 Nature 或 Science 上发一篇论文。
这条观点折射出当前 AI 行业对 agent 编程基准的高度重视——稀缺的评测题目已成为各厂商竞争的公共标尺，出题权即影响力。
「编程与Agent」频道最新
- 用 Effect Layer 抽象沙箱供应商,一行切换 e2b 与 Daytona 防锁定 — samgoodwin89 · 2026-11-15
- Alchemy 作者演示 E2B 沙箱套路:部署时建模板快照,运行时按需 fork — samgoodwin89 · 2026-11-15
- Alchemy 新版支持 Rivet 与 Effect Cluster,可部署到任意云并跨平台换沙箱 — samgoodwin89 · 2026-11-15
- 开源 NHL MCP 服务器上线，自然语言直查比赛与球员数据 — modelcontextprotocol · 2026-11-15
- HiveAttest 为 AI Agent 加执行前认证围栏，每次调用签发回执 — modelcontextprotocol · 2026-11-15
- GitHub Octoverse 报告：AI agent 发起的 PR 占比公布 — 0xkarasy · 2026-11-15