智能体进化新刻度：字节Seed发布EdgeBench基准测试

字节Seed团队推出超长程评测集EdgeBench，专注衡量智能体真实世界持续学习能力。该基准覆盖六大领域，含134个真实任务，每个任务要求智能体完成多步交互，并动态适应环境变化，为长期自主学习研究提供量化参考。