Compound 发布 IC Deck Bench:首个评估 AI 产出投委会级 PPT 的基准
peterjliu · x · 2026-11-17
Compound 团队发布 IC Deck Bench,首个衡量 AI agent 能否产出私募股权投委会(IC)可用 PowerPoint 的基准,共 61 个任务。
- 任务类型:从 data room 构建 IC deck、放贷方演示、套用公司模板、投委会后更新、单张图表、对现有 deck 的常规修改;涉及估值模型的任务会核对 deck 与模型数字。
- 评测单位是「agent」而非模型:模型 + harness(Compound、Claude Code、Codex CLI、Antigravity、Muse Code)的组合单独计分,同一模型在不同 harness 下得分不同。
- 结果:Compound 自家 harness 在 auto 档达到 89.2 分、每任务成本 $4.38,高出同成本下最佳其他 agent 约 11 分;对比了 Claude、GPT、Gemini、Muse 等模型家族。
- 动机:作者观察到大模型虽能生成 deck,但成品常不如暑期实习生、耗时比自己动手还长,该基准试图定义「投委会级好 deck」的标准。
基准细节与评分方法见原文(19 分钟长文)。
所属事件:Compound 发布 IC Deck Bench:实测 AI 制作投委会 PPT 能力(2 条相关)→
「编程与Agent」频道最新
- 桌面被攻破后他重构开发环境:编码 agent 一律赶进云端沙箱 — rseroter · 2026-11-17
- Confluent Kafka Agent Skills 被赞高质量,附评测可复用 — AdiPolak · 2026-11-17
- itr8 把 Claude、GPT、Gemini、Grok 塞进同一群聊协作 — cantrell · 2026-11-17
- 1000 智能体蜂群实验复盘报告即将发布 — lvwerra · 2026-11-17
- 工程师反思:AI 工作流设计多走弯路,专注产出比堆砌流程更重要 — brandon_galang · 2026-11-17
- Gemini CLI 修复自定义模型别名丢失生成参数的 bug — sayaklearner-prog · 2026-11-17