AgenticRL-Bench 发布实测：6 个智能体最高通过率仅 14.0%

Eigent AI 的 The Environment Lab 发布 AgenticRL-Bench，并实测 6 个智能体在 agentic RL 工作上的表现。基准包含 22 个任务，其中 19 个可验证任务的最强 pass@1 仅为 14.0%，最弱为 1.8%。在 3 个开放式任务中，智能体使用 4×H200、10–16 小时改进了真实策略或训练步骤。