AI 写作 / 设计 / 开发的落地文章

Hacker News 热议：顶级 AI Agent 基准被“空跑”刷分

伯克利 RDI 的一篇文章称，研究者在不真正完成任务的情况下几乎刷满多个 AI Agent 基准分数，引发社区对评测可信度的集中讨论。