OpenAI 工程师实测 GPT-5.3-Codex 连续运行约25小时从零构建设计工具
OpenAI 开发者博客记录一次长时程实验：用 GPT-5.3-Codex 在空白仓库上以 Extra High 推理从零构建设计工具， uninterrupted 运行约25小时、消耗约13M token、生成约30k行代码。
Agent智能体 大事记
重要进展 IMPORTANT_PROGRESS
2023-08-07 — 2023-08-07
重要进展 · 第 45 / 55 页
AgentBench 建立交互环境中的智能体评测
AgentBench 在八类交互环境中评估语言模型的推理与决策能力，分析长程推理、决策及指令遵循等失败来源，推动评测从静态问答扩展到行动过程。
Agent智能体 精选历史资讯
— · 1 条
精选资讯 · 第 1 / 1 页
分类
排序
暂无内容