真实工作会话,能否成为更好的 Agent 试金石?
从真实工作会话构建 852 个可复现任务,将产物质量、成本与运行时间放回企业评测的视野。
从真实工作会话构建 852 个可复现任务,将产物质量、成本与运行时间放回企业评测的视野。
当 Agent 可以检索大量内部资料,怎样既传递必要内容,又守住不应流转的信息?CI-Work 尝试把这个问题变成评测。
从长期应用开发出发,讨论如何设计支撑 Agent 持续推进工作的执行框架。
补充研究 · 13
数据中心背后的开发商、基础设施基金、私人信贷与长期合约。谁使用算力、谁拥有资产、谁承担风险,并不必然是同一个主体。
核心框架 · 10
从数据支配、决策代理与标准建构出发,分析国家、科技公司、国际组织与社会组织之间的权力关系。
核心框架 · 05
委托不只是分派任务,也要传递权限、责任、角色边界与验证标准。先确定如何验证结果,再拆解工作。
核心框架 · 08
如果 AI 削弱劳动收入与消费税基,公共财政如何调整?从税收工具到公共持有资产,比较公众分享 AI 财富的不同路径。
从任务、轨迹和评分器出发,梳理 Agent 评测的基本结构,以及为什么单一评测方式不够。
核心框架 · 04
组织层级为何存在?从知识、求助成本与专家时间出发,研究自主 AI 与辅助型 AI 如何改变组织及收益分配。
核心框架 · 03
智能体降低搜索、沟通与签约成本之后,公司、市场与平台的边界会怎样变化?问号背后,是新的交易机会与新的中介权力。