内容持续更新中
Andon Labs 的 Vending-Bench2测试给出了一份耐人寻味的成绩单:AI 拿着500美元启动资金，经营一台模拟自动售货机整整一年。GPT-6Astra 平均最终账户余额冲到15515…
近期，Andon Labs 开展了一项严苛的 Vending-Bench2测试，让 AI 代理使用500美元作为启动资金，去经营一年的自动售货机模拟。在这场长周期的商业模拟挑战中，GPT-6Astra…
