新闻资讯7

Agent在真实工作场景成功率低

数字生命卡兹克2026-08-17

AI 摘要

作者指出当前大模型在真实工作场景评测集稀缺，以电商评测集RealReplicaBench为例，显示多数模型任务通过率低，其他领域也类似，呼吁厂商努力，自己也将更新评测排名。

关注公众号

扫码关注
第一时间收到每日精选

公众号专辑

Vercel开源Agent自动恢复工具

Vercel推出开源项目durable-harness，解决AI Agent运行崩溃后状态丢失的痛点，通过持久化日志保存每一步运行状态，支持多款主流Agent框架，可实现断点续跑，部署灵活。

博主黄益贺分享时隔两年更新的AI知识库使用方案，将知识库分为自用与供他人使用两类，针对不同场景给出适配Agent的检索、结构化整理方法，干货实用

甲子光年智库联合蓝耘科技发布《2026AI原生基础设施白皮书》，分析AI产业新阶段下AI基础设施的演进方向，提出以Token为核心的新范式，分享国内企业的实践探索。

本文报道，Anthropic的内部研究版Claude在投资机构Citrini Research的非专业团队主导下，耗时64小时设计出31.8万种蛋白，其中17种通过蝎毒结合实测，相关实验数据已公开，展示了AI在药物发现领域的全新突破。