⌘ K
… 读取采集状态 同步中...
雷
原文
数字生命卡兹克· 数字生命卡兹克·· 2026-08-17AI 评分56

Agent 在真实工作场景的成功率依然偏低,多家机构评测数据表明差距显著

说一个反常识的真相,Agent如今在真实工作场景的成功率依然很低。

AI 导读

数字生命卡兹克指出,Agent 在真实工作场景中的成功率远低于编程领域,以阿里国际站开源的 RealReplicaBench 为例,107 个电商任务中 Claude Opus 5 通过率仅 60.75%,多数模型不及格。腾讯 E-Bench 与小红书 VibeLifeBench 也显示模型在重复稳定性和生活任务上表现不佳,反映出模型能力与真实业务需求之间仍存在明显差距。

本文当前提供导读和图片预览,完整图文请查看原文。

来源:数字生命卡兹克 · mp.weixin.qq.com