Agent Arena Index 上线:基于近 300 万真实 agent 会话衡量智能体工作能力

infwinston · x · 2026-11-19

Agent Arena Index 正式上线,基于近 300 万条真实世界 agent 会话数据,衡量智能体完成实际工作的能力,并追踪智能水平的进展。同时推出六个新细分指数,覆盖知识工作、编码、任务完成、工具使用、可操控性等维度,主张「真实世界才是智能的终极基准」。

所属事件:Arena 发布 Agent Arena Index,290 万真实会话重构智能体榜单(8 条相关)→

原文链接 →

「研究」频道最新

更多「研究」频道 AI 资讯 →