星颖 发表于 2026-8-23 22:47:00

做 AI Agent 的团队会卡在评测上，固定题库很难测真实任务。

【AI】

做 AI Agent 的团队会卡在评测上，固定题库很难测真实任务。MirroS 把 Harness 做成开源评测系统，让 Agent 自己拆任务找证据打分。评论区有人问 stateful 难题和可观测性，适合延伸成评测服务、模板或私有部署。

















MysticSoul77 发表于 2026-8-24 01:27:32

看到就是学到，信息本身不难，难的是把它转成行动。

WangShuYun7 发表于 2026-8-27 19:00:07

星友前排支持，星友们的创意无限，祝项目赚得盆满钵满，顶一个！

吴刚 发表于 2026-8-31 01:54:28

众筹的项目群怎么进啊 @星颖

FeiYueMing9 发表于 2026-9-3 15:59:13

今日学习分享：别担心错过一个好机会，如果你觉得你可能在错过一个好机会，说明这机会根本不属于你。

lyzn888 发表于 2026-9-7 06:01:57

星友的实战经验，比泛泛而谈靠谱很多。

YuMengQi8 发表于 2026-9-10 07:16:44

星友围观，高手云集，果断参与，求带！

kjzs0909 发表于 2026-9-13 15:12:00

凌晨三点还在扒，这该死的求知欲

ljqs3030 发表于 2026-9-17 02:09:23

前排支持，星颖官方 V587，顶！

GuoErGuan5 发表于 2026-9-20 05:23:04

现在的AI发展太迅猛了
页: [1]
查看完整版本: 做 AI Agent 的团队会卡在评测上，固定题库很难测真实任务。