规模化评估

• AI前沿

  Terminal-Bench 2.0 与 Harbor 框架同步发布：构建 AI 智能体容器化测试新体系

  面向自主 AI 智能体性能评估的基准测试套件 Terminal-Bench 推出 2.0 版本，同时配套发布容器化测试框架 Harbor。这一组合发布旨在解决 AI 智能体（尤其面…

  王 浩然

  2025年11月13日

  000