Skip to main content

来一个模型横向测评，这次不测coding，测一下是通用agent能力🌐 链接:

  1. 来一个模型横向测评，这次不测coding，测一下是通用agent能力

    🌐 链接: https://linux.do/t/topic/2105145

    🔍 关键词: #codex

    🏷️ 分组: LinuxDo论坛

    🕒 时间: 2026-05-03 22:14:17
    LINUX DO
    来一个模型横向测评，这次不测coding，测一下是通用agent能力
    自己项目实际跑的测试，agent基座是pi sdk 一个单次分析规划子agent，涉及大量工具调用形成结构化文档 实际的pi workspace和上游文件，结构分是测试文件自己生成，内容分是gpt5.5逐个读取生成内容打分。 测试文件prompt：和打分脚本 全部由codex自己策划实施。 归档.zip (24.3 KB)