首頁字節跳動 Seed 推出 EdgeBench 基準測試，重新定義代理演化指標
隨著人工智慧的快速發展，衡量代理人在真實世界情境中持續學習的成效，已成為研究人員與產業界的關鍵焦點。字節跳動 Seed 團隊近期推出了「EdgeBench」——這項長期基準測試為該研究領域提供了新的量化標準。
EdgeBench 的核心優勢在於其強調在真實世界環境中的學習。該框架包含橫跨六大領域的 134 項任務，每項任務都要求代理程式持續運作至少 12 小時。此設計透過更真實地模擬代理程式在複雜且動態的環境中長期運作的表現，克服了短期評估的局限性。 該團隊蒐集了約 38,000 小時的互動數據，藉此建立這個嚴謹的測試框架。
研究結果揭示了一種顯著的模式：代理的環境學習表現緊密遵循對數-S型曲線，R² 值達 0.998，這表明學習過程具有高度規律性。 此外，2025 年 9 月至 2026 年 5 月的數據顯示，最先進模型的學習速度顯著提升，每三個月便翻倍一次。
EdgeBench 已向開發者開放 51 項任務及其完整的評估框架。儘管目前仍處於學術探索階段，但這是首個能定量描述長期環境學習模式的基準測試。 對於人工智慧研究人員而言，這些模式不僅提供了評估模型表現的具體指標，更為未來提升代理人的環境適應能力與學習效率提供了指引。
相關文章
攜手 7 家業界合作夥伴與 17 項核心功能，攜程商務旅行正式推出 AI 生態系統
攜程商務旅行已正式推出「攜程商務旅行 AI 生態系統」，透過運用大型語言模型，從根本上重塑企業差旅管理。 這個全面的生態系統涵蓋四大核心情境：行程安排、差旅管理、採購及能力共享。該生態系統推出七款專用的 AI 代理，涵蓋差旅問答、行程預訂、審批、洞察分析、合規風險控制、財務結算及資源採購，標誌著業界正從數位化管理邁向由 AI 代理驅動的自動化時代。在策略層面，攜程商務旅行採行開放的「打破壁壘」模式
隨著 AI 模型路由技術日益普及，Stripe 將收購 OpenRouter
Stripe 已同意收購 OpenRouter，這是一個 AI 模型路由平台，讓開發者能透過單一介面存取數百種模型。這筆交易為 Stripe 現有的 AI 應用及基於代幣的計費相關業務，增添了模型選擇與路由功能。據 Stripe 表示，OpenRouter 支援來自 80 多家供應商的 400 多個模型。開發者無需分別與各模型供應商進行整合，只需透過 OpenRouter 單一 API 即可發送請
前 OpenAI 研究員巴雷特·佐夫重返 Google，協助 Gemini 的開發工作
巴雷特·佐夫（Barret Zoph）先前因與 Thinking Machines Lab 執行長米里亞姆·穆拉拉蒂（Miriam Mularati）意見不合而突然離職並加入 OpenAI，如今他再次更換雇主。Alphabet 旗下的 Google 宣布，佐夫將以研究副總裁身分回歸，將他在強化學習與後訓練領域的專業知識帶入 Gemini 團隊。「旋轉門」研究人員的循環佐夫的職業生涯正是人工智慧人才
相關專題推薦
設計與藝術
頂尖 AI 插畫工具：更快地創作編輯畫面與封面插圖
2026 年最新高評分 AI 插畫工具：我們精心挑選的清單收錄了功能強大、設計出色的工具，能助您快速創作出令人驚豔的編輯場景與吸睛的封面藝術。每項選項均經過嚴格的實際測試，並提供免費版與付費版的比較，協助您找到最適合您工作流程的工具。 立即嘗試這些不可錯過的解決方案，釋放您的人工智慧優勢，並提升您的創意生產力。現在就前往 XIX.AI 探索吧。
10 個工具
xix.ai
教育與學習
頂尖 AI 補習老師助您備考：練習數學、科學和英語
2026 年最新、評價最高的考試備考 AI 輔導工具，盡在 XIX.AI！我們精心挑選的清單收錄了多款強大且顛覆傳統的工具，提供免費與付費版本的比較、實際測試，以及每週更新的排行榜。這些工具能幫助您提升寫作效率、簡化複雜主題的學習，並釋放您的學術潛能。 立即探索，發掘最適合您的備考工具，並從今天開始創作，釋放您的 AI 優勢！
10 個工具
xix.ai
金融
用於個人財務管理的 AI 預算規劃工具
2026 年最新最佳頂級評分 AI 預算規劃工具，專為個人財務管理打造，現已登陸 XIX.AI！本精選合集收錄了強大且具顛覆性的解決方案，助您開展實際測試、理解消費習慣，並制定個性化計劃以提升生產力。享受免費與付費版的對比及詳細排名。這些必試工具旨在簡化財務管理，助您釋放 AI 優勢。立即探索！
11 個工具
xix.ai
健康與養生
AI 睡眠追蹤助手：透過更佳的睡前習慣提升恢復效果
2026 年最新精選、評價最高的 AI 睡眠追蹤助手，助您獲得最佳恢復效果。這份全面更新的每週指南收錄了強大的工具，提供實際測試報告、免費與付費版本的比較，以及詳細排名，協助您找到必試的解決方案，以提升睡眠品質並培養更好的就寢習慣。 立即造訪 XIX.AI，解鎖您的 AI 優勢。
10 個工具
xix.ai
數據分析
用於產品與營收分析的 AI SQL 協作助手
2026 年最新最佳、評價最高的 AI SQL 輔助工具，專為產品與營收分析打造！ XIX.AI 精心甄選了一系列強大且顛覆業界的必試工具，這些工具均經過實戰測試，並透過每週更新的排行榜進行評比。這些工具能透過加速資料分析、簡化複雜查詢，並產生精準洞察來推動更明智的商業決策，從而大幅提升使用者生產力。立即探索，發掘最適合您的工具，釋放您的 AI 優勢！
14 個工具
xix.ai
教育與學習
最佳的「教學型」AI 作業輔助工具：學習概念，而不僅是答案
2026 年最新最佳高評價 AI 作業輔助工具：不僅提供答案，更教授核心概念。專為學生打造的強大工具，必試精選清單，每週更新，免費與付費版本比較，實際測試，精準排名，助您充分發揮學習潛能。立即探索，發掘最適合您的工具，讓學習更聰明。
10 個工具
xix.ai
評論 (1)
0/500
![JackMitchell]()
So ByteDance thinks yet another benchmark will fix the agent evaluation problem? EdgeBench sounds cool but I wonder if it's just another lab test that doesn't reflect messy real-world scenarios. 🤔
隨著人工智慧的快速發展，衡量代理人在真實世界情境中持續學習的成效，已成為研究人員與產業界的關鍵焦點。字節跳動 Seed 團隊近期推出了「EdgeBench」——這項長期基準測試為該研究領域提供了新的量化標準。
EdgeBench 的核心優勢在於其強調在真實世界環境中的學習。該框架包含橫跨六大領域的 134 項任務，每項任務都要求代理程式持續運作至少 12 小時。此設計透過更真實地模擬代理程式在複雜且動態的環境中長期運作的表現，克服了短期評估的局限性。 該團隊蒐集了約 38,000 小時的互動數據，藉此建立這個嚴謹的測試框架。
研究結果揭示了一種顯著的模式：代理的環境學習表現緊密遵循對數-S型曲線，R² 值達 0.998，這表明學習過程具有高度規律性。 此外，2025 年 9 月至 2026 年 5 月的數據顯示，最先進模型的學習速度顯著提升，每三個月便翻倍一次。
EdgeBench 已向開發者開放 51 項任務及其完整的評估框架。儘管目前仍處於學術探索階段，但這是首個能定量描述長期環境學習模式的基準測試。 對於人工智慧研究人員而言，這些模式不僅提供了評估模型表現的具體指標，更為未來提升代理人的環境適應能力與學習效率提供了指引。
攜手 7 家業界合作夥伴與 17 項核心功能，攜程商務旅行正式推出 AI 生態系統
攜程商務旅行已正式推出「攜程商務旅行 AI 生態系統」，透過運用大型語言模型，從根本上重塑企業差旅管理。 這個全面的生態系統涵蓋四大核心情境：行程安排、差旅管理、採購及能力共享。該生態系統推出七款專用的 AI 代理，涵蓋差旅問答、行程預訂、審批、洞察分析、合規風險控制、財務結算及資源採購，標誌著業界正從數位化管理邁向由 AI 代理驅動的自動化時代。在策略層面，攜程商務旅行採行開放的「打破壁壘」模式
隨著 AI 模型路由技術日益普及，Stripe 將收購 OpenRouter
Stripe 已同意收購 OpenRouter，這是一個 AI 模型路由平台，讓開發者能透過單一介面存取數百種模型。這筆交易為 Stripe 現有的 AI 應用及基於代幣的計費相關業務，增添了模型選擇與路由功能。據 Stripe 表示，OpenRouter 支援來自 80 多家供應商的 400 多個模型。開發者無需分別與各模型供應商進行整合，只需透過 OpenRouter 單一 API 即可發送請
前 OpenAI 研究員巴雷特·佐夫重返 Google，協助 Gemini 的開發工作
巴雷特·佐夫（Barret Zoph）先前因與 Thinking Machines Lab 執行長米里亞姆·穆拉拉蒂（Miriam Mularati）意見不合而突然離職並加入 OpenAI，如今他再次更換雇主。Alphabet 旗下的 Google 宣布，佐夫將以研究副總裁身分回歸，將他在強化學習與後訓練領域的專業知識帶入 Gemini 團隊。「旋轉門」研究人員的循環佐夫的職業生涯正是人工智慧人才
2026 年最新高評分 AI 插畫工具：我們精心挑選的清單收錄了功能強大、設計出色的工具，能助您快速創作出令人驚豔的編輯場景與吸睛的封面藝術。每項選項均經過嚴格的實際測試，並提供免費版與付費版的比較，協助您找到最適合您工作流程的工具。 立即嘗試這些不可錯過的解決方案，釋放您的人工智慧優勢，並提升您的創意生產力。現在就前往 XIX.AI 探索吧。
10 個工具
xix.ai
2026 年最新、評價最高的考試備考 AI 輔導工具，盡在 XIX.AI！我們精心挑選的清單收錄了多款強大且顛覆傳統的工具，提供免費與付費版本的比較、實際測試，以及每週更新的排行榜。這些工具能幫助您提升寫作效率、簡化複雜主題的學習，並釋放您的學術潛能。 立即探索，發掘最適合您的備考工具，並從今天開始創作，釋放您的 AI 優勢！
10 個工具
xix.ai
2026 年最新最佳頂級評分 AI 預算規劃工具，專為個人財務管理打造，現已登陸 XIX.AI！本精選合集收錄了強大且具顛覆性的解決方案，助您開展實際測試、理解消費習慣，並制定個性化計劃以提升生產力。享受免費與付費版的對比及詳細排名。這些必試工具旨在簡化財務管理，助您釋放 AI 優勢。立即探索！
11 個工具
xix.ai
2026 年最新精選、評價最高的 AI 睡眠追蹤助手，助您獲得最佳恢復效果。這份全面更新的每週指南收錄了強大的工具，提供實際測試報告、免費與付費版本的比較，以及詳細排名，協助您找到必試的解決方案，以提升睡眠品質並培養更好的就寢習慣。 立即造訪 XIX.AI，解鎖您的 AI 優勢。
10 個工具
xix.ai
2026 年最新最佳、評價最高的 AI SQL 輔助工具，專為產品與營收分析打造！ XIX.AI 精心甄選了一系列強大且顛覆業界的必試工具，這些工具均經過實戰測試，並透過每週更新的排行榜進行評比。這些工具能透過加速資料分析、簡化複雜查詢，並產生精準洞察來推動更明智的商業決策，從而大幅提升使用者生產力。立即探索，發掘最適合您的工具，釋放您的 AI 優勢！
14 個工具
xix.ai
2026 年最新最佳高評價 AI 作業輔助工具：不僅提供答案，更教授核心概念。專為學生打造的強大工具，必試精選清單，每週更新，免費與付費版本比較，實際測試，精準排名，助您充分發揮學習潛能。立即探索，發掘最適合您的工具，讓學習更聰明。
10 個工具
xix.ai
So ByteDance thinks yet another benchmark will fix the agent evaluation problem? EdgeBench sounds cool but I wonder if it's just another lab test that doesn't reflect messy real-world scenarios. 🤔
