在人工智能技术快速演进的今天，如何科学地衡量智能体（Agent）在真实世界中的持续学习能力，成为了学术界与工业界共同关注的焦点。近日，字节Seed团队正式发布了名为“EdgeBench”的超长程评测集，为这一领域的研究提供了全新的量化参考。
EdgeBench的核心价值在于其对“真实世界环境学习”的深度覆盖。该基准收录了134个涵盖六大领域的真实任务，且每个任务都要求智能体能够持续工作至少12小时。这一设计旨在突破以往短时任务评测的局限，更真实地模拟智能体在复杂、动态环境下的长期表现。为了构建这一严谨的测试体系，研发团队累计采集了约3.8万小时的交互数据。
研究结果揭示了一项值得关注的趋势:智能体在环境学习中的表现遵循着一条高精度的log-sigmoid曲线，其拟合优度（R²）高达0.998。这意味着智能体的学习过程呈现出极强的规律性。此外，数据分析显示，从2025年9月到2026年5月期间，前沿模型的学习速度展现出每三个月翻一番的强劲增长势头。
目前，EdgeBench已向开发者社区开源了其中的51个任务及配套的完整评测框架。虽然该基准目前仍处于学术探索阶段，但它首次将长程环境学习规律进行了量化描述。对于AI研究者而言，这一规律不仅提供了衡量模型能力的硬指标，也为未来提升智能体的环境适应性和学习效率指明了方向。
支付宝上线AI开放平台，面向商家、机构、服务商等开放AI能力，标志其AI战略深化。核心变革在于交互模式：用户直接对AI说出需求，由AI理解、匹配并执行服务，完成交易闭环，取代传统的搜索点击跳转。
支付宝AI开放平台上线，面向企业开发者及代开发服务商开放邀测。商家可接入AI助手阿宝，实现服务智能化升级，并支持一次接入后跨端分发至手机、车机、AI眼镜等IoT终端，形成“多端分发、统一管理”的全新模式。
GPT-5.6最快或于6月下旬发布，被视为OpenAI从语言模型向可执行Agent转型的关键一步，凸显AI竞赛提速。
字节跳动Seed部门6月16日调整“豆包股”价格至14.85美元，较首轮上涨13.5%，增速显著高于整体期权。该机制于2025年10月设立，作为大模型业务人才激励计划，采用虚拟股加回购模式。
人工智能正推动商业逻辑从用户手动操作向智能体授权执行转变。智能体成为搜索、决策和购物的新入口，但支付环节的便捷与安全仍是关键挑战。为此，蚂蚁集团发布移动智能体协议（AMP），旨在为这一新兴商业形态构建可信、高效的支付基础设施。
关注 “悠AI” 更多干货技巧行业动态
相关文章
