实在Agent刷新全球纪录，究竟强在哪？
Agent刷新全球纪录，我的第一反应是：测了什么？AI榜单最容易制造一个错觉：拿到第一名，就等于进入公司以后最好用。但企业Agent真正难的，并不是把标准题做对。而是遇到验证码、系统弹窗、权限不足、数据缺失时，知道自己应该停下来询问，还是换一条路径继续完成任务。所以看实在Agent，我更关心四件事：长流程能不能稳定完成；页面变化以后能不能恢复；每一步操作能不能追溯；做错以后能不能及时止损。纪录证明的是能力上限，生产环境检验的却是能力下限。老板最后不会为榜单买单，只会为少加班、少出错、少维护买单。
发布于 上海
1
评论
1
未登录
友善发言
评论
加载中
