S
SkillNav

IBM 发布工业 AI 智能体基准 AssetOpsBench

深度Hugging Face2026年1月21日6 分钟阅读
IBM 发布工业 AI 智能体基准 AssetOpsBench
IBM Research 推出 AssetOpsBench，一个专为工业资产运维场景设计的 AI 智能体评估框架。它包含超过 140 个场景和 4.2K 个工作单，从六个维度评估智能体在复杂、多智能体环境下的表现。
本文编译自 AssetOpsBench: Bridging the Gap Between AI Agent Benchmarks and Industrial Reality，版权归原作者所有。

觉得有用？分享给更多人

获取每周 AI 工具精选

工具推荐、实战教程和生态洞察，每周更新。

关注 @skillnav_dev →阅读周刊

概念速查

AI 智能体

AI Agent 是能自主感知环境、制定计划并采取行动来完成目标的智能程序——不只是聊天，而是帮你干活。

相关文章

Opus 4.8 工具调用反不如旧模型

新版 Claude 模型在调用 Pi 的 edit 工具时，会在嵌套的 edits 数组中凭空捏造大量额外键（如 requireUnique、oldText2 等），导致工具调用失败。作者分析认为，这是由于模型在后训练中过度适应了 Claude Code 的扁平编辑工具 schema，遇到不同形状的工具时更易生成不符合 schema 的调用。开启 strict 模式可解决，但显示了后训练对模型行为的深刻影响。

深度·7月4日·12 分钟

阿里巴巴7月10日起内部禁用Claude Code

阿里巴巴报告将禁止员工使用 Anthropic 的 Claude Code 编程工具，自7月10日起生效。该工具被列为高风险软件，员工将被要求使用阿里自研的 Qoder 替代。此前 Anthropic 已禁止中国公司使用其模型，并曾通过实验性代码识别中国用户以防止滥用。

深度·7月4日·2 分钟

评论