IXThinker·2026-09-13 18:30

浙大團隊開源可插拔智能體評測底座

一所大學的研究團隊開源智能體評測底座，透過插件機制把待測智能體與運行環境徹底解耦，修改一行設定即可在不同環境間切換，並配備命令列工具與技能，讓編碼智能體自行編寫和執行測試。

痛點：環境差異

同一套模型換一個編碼智能體運行環境，測試得分與實際消耗往往大相逕庭；在本地、容器與各類雲端沙箱之間來回適配，又容易陷入寫不完膠水代碼的泥潭，評測結果難以公平比較。