动察 Beating AI 快讯,Scale AI 推出 HarnessOpt-Bench,专门测试 AI 能不能自己修改 Agent 的 harness,把另一个 Agent 调得更强。Harness 就是包在模型外面的那套程序,包括 prompt、工具、记忆和工作流程。测试时,AI 会拿到一个故意没有充分优化的 h
动察 Beating AI 快讯,Scale AI 推出 RSI Bench,专门测试 AI 能不能像研究员一样,自己做 AI 研发。AI 会直接拿到论文、代码和算力,然后自己想实验、跑训练、改方法,再看能不能把原来的 AI 做得更好。首批测试用了 Claude Opus 5 和 GPT-5.6 Sol。两款模型已经能