2848 位用户此时在线
24小时点击排行 Top 10：
- 本站自动实时分享网络热点
- 24小时实时更新
- 所有言论不代表本站态度
- 欢迎对信息踊跃评论评分
- 评分越高，信息越新，排列越靠前
2
1
0
Meta发布了一个超酷的新工具：开源了智能体（AI Agent）研究平台ARE，以及手机应用型测试集Gaia2。最核心的发现：
1.目前还没有任何一个AI模型能“通吃”所有场景：
•GPT-5推理最强，但一遇时间紧迫就“翻车”；
•Claude-4 Sonnet速度和准确度更平衡，但成本高；
IT技术
(
twitter.com
)
由
宝玉
提交
Meta发布了一个超酷的新工具：开源了智能体（AI Agent）研究平台ARE，以及手机应用型测试集Gaia2。最核心的发现：
1.目前还没有任何一个AI模型能“通吃”所有场景：
•GPT-5推理最强，但一遇时间紧迫就“翻车”；
•Claude-4 Sonnet速度和准确度更平衡，但成本高；
•开源的Kimi-K2在环境适应性上表现亮眼。
2.在有截止期限的任务里，模型“想得越久越容易翻车”，更聪明的AI未必更快。
3.多智能体协作模式对弱模型有明显帮助，但对最强的模型反而是拖累。
ARE平台专为逼真环境打造：
•时间实时流动，AI响应慢会错失时机；
•所有任务都以App、事件和通知的形式模拟。
Gaia2测试集含1120个场景，模拟了聊天、购物、日历等12款真实手机应用，挑战包括搜索、执行、时间管理、歧义处理和智能体协作。
AI智能体若要真正落地应用，必须在高压力、高实时性的环境中考验，这正是Meta新工具的独特价值。
点击图片查看原图
1
1
0
0
2
2
1
1
3
2
1
1
4
2
1
1
5
2
1
1
6
2
1
1
7
5
4
4
8
2
1
1
9
2
1
1
10
2
1
1
11
2
1
1
12
2
1
1
13
2
1
1
14
2
1
1
15
2
1
1
17
2
1
1
18
2
1
1
19
2
1
1
20
2
1
1
21
2
1
1
23
2
1
1