AGI Hunt· AIFlow_ML·2026-11-17 00:23· 2 小时前AI 评分24AI Agent 外推时间跨度基准遭质疑:能否完成四小时真实任务实测派质疑外推基准:agent 能否完成四小时真任务AI 导读AI Agent 外推时间跨度(extrapolated horizons)基准被质疑,作者认为该指标无法说明智能体能否真正完成持续四小时的实际任务。文章主张以实测运行结果检验能力,否则不应仅凭外推时间跨度作出判断。来源:AGI Hunt · agihunt.infoAgent 智能体评测基准#评测/基准#Agent查看事件全部后续