Sentry 90 天跑了 1 万次 AI 评测,一半集中在最近一个月
zeeg · x · 2026-11-20
Sentry 工程师 @rbro112 透露,公司内部 AI 评测体系过去 90 天累计跑超过 1 万次 eval,其中一半以上发生在最近一个月,增长明显加速。
配图仪表盘显示具体数据:共 10,004 次运行,通过率 81.7%,消耗约 20.7B tokens。每日运行量图表显示 8 月下旬以来持续活跃,峰值单日超过 400 次。Sentry 联合创始人 zeeg 转发了这一数据。
这组数字是 AI 编码工具在企业工程团队大规模落地的一个量化样本:评测(eval)正在成为团队采用 AI 的标配基础设施。
「编程与Agent」频道最新
- 「GTA 版旧金山」demo 走红:AI 角色逛初创办公室领折扣码 — julianweisser · 2026-11-20
- 用 Blender 和 Fable 5.2 给 vibe coding 网站去 AI 味,免费 skill 公开 — nateliason · 2026-11-20
- Gemini API 推出 tool search 预览版:工具按需加载,agent 不用每次全量带上 — rseroter · 2026-11-20
- Reddit 用户:多个 AI 订阅被限额后,Claude 让我重新爱上造东西 — Live-Fault1571 · 2026-11-20
- Cognition 评测 Gemini 4 Neon:46.2% 得分逼近 Opus 5.5,成本仅三分之一 — scaling01 · 2026-11-20
- 港大开源手机 Agent PhoneGo:CLI+GUI 混合执行,步骤省 47%、耗时省 56% — aigclink · 2026-11-20