综合
Agent 基准也会烂：Terminal-Bench 三成任务有缺陷，修复后分数集体上涨 10 个点
掘金0 views
斯坦福 Ré 组把「基准会腐烂」这件事工程化了：基准发布后模型进步、依
Source：https://juejin.cn/post/7704965491252543538Previous对 OpenTelemetry Kafka 接收器的两项改动，避免一个缓慢的租户拖住其他租户Next美国“空中外卖”竞争白热化：谷歌系 Wing 投资 1.25 亿美元建无人机厂，瞄准 270 家沃尔玛门店
