智能體進化新刻度：字節Seed發佈EdgeBench基準測試

字節Seed團隊推出超長程評測集EdgeBench，專注衡量智能體真實世界持續學習能力。該基準覆蓋六大領域，含134個真實任務，每個任務要求智能體完成多步交互，並動態適應環境變化，爲長期自主學習研究提供量化參考。