I made 5 AI models play a golf season. I think we benchmark agents wrong

  • 情报分类：技术价值
  • 命中依据：AI智能体基准测试方法探讨，有技术讨论价值
  • 来源：Hacker News 新项目
  • 原作者：DylanSwan
  • 发布时间：2026/9/9 00:27:30