agent 为何在「评分已自动化」的任务上进步最快
krishnan · x · 2026-11-20
krishnan 线程 3/6:监控训练运行自带快速明确的检查信号——曲线对或不对一眼可见;而服务代码的问题往往要到凌晨两点在生产环境才暴露。结论:在评分机制已被自动化的地方,agent 进步最快。
「编程与Agent」频道最新
- 开发者用 Runway 视频接入 Hermes Agent,吐槽现在 agent 界面太无趣 — alexcovo_eth · 2026-11-21
- 实践者吐槽:Lean 编译通过的自然语言证明,读起来仍是错的 — jasondeanlee · 2026-11-21
- DeepMind 展示 Gemini 4 Neon 按勃朗峰真实地形写滑雪模拟器 — GoogleDeepMind · 2026-11-21
- pstack v0.15.46 更新:skills 精简、Gemini 加入评审面板 — petrusenko_max · 2026-11-21
- Hamel Husain 力挺 evals 心法:好流程远胜好工具 — HamelHusain · 2026-11-21
- Databricks Genie One 通过 MCP 把受管数据接入 ChatGPT 与 Claude — Wise_Ear_4064 · 2026-11-21