IXThinker·2026-06-16 18:50

EvoArena評測智能體適應演化環境

研究團隊提出面向演化環境的智能體評測基準，模擬接口、規則與代碼庫持續變化的真實場景，並設計補丁式狀態追蹤框架，用以量化智能體的長期適應能力。

靜態基準的局限

過往智能體評測大多假設環境靜態不變，但真實系統中接口、規則、代碼庫與用戶偏好持續演進；昨天穩定可靠的智能體，幾輪版本更新後可能失效。