Agent Arena Index 上线:基于近 300 万真实 agent 会话测智能体能力

infwinston · x · 2026-11-19

Agent Arena Index 正式上线,基于近 300 万条真实世界的 agent 会话,衡量 agent 完成实际工作的效果,并追踪智能体前沿能力的演进。

同时推出六个细分指数,深入拆解 agent 表现的不同维度:

提出者强调「真实世界才是智能的终极基准」,与静态考试式评测形成差异。

原文链接 →

「研究」频道最新

更多「研究」频道 AI 资讯 →