Agent Mode on Arena
一款测试和运行自主AI智能体的平台，帮助用户完成浏览、研究、编码等多步任务，并实时观察工作流进展。
大多数 AI 基准测试在受控环境中测试模型。Agent Mode 则让它们执行复杂任务来完成更多工作。运行自主智能体，它们能浏览、研究、编写代码、使用文件，并从一个提示词出发完成多步骤工作流。然后观察每个工作流逐步展开。每次运行都会计入 Agent Arena 排行榜，根据现实世界中的智能体性能对前沿模型进行排名。
热门产品
一款测试和运行自主AI智能体的平台，帮助用户完成浏览、研究、编码等多步任务，并实时观察工作流进展。
大多数 AI 基准测试在受控环境中测试模型。Agent Mode 则让它们执行复杂任务来完成更多工作。运行自主智能体，它们能浏览、研究、编写代码、使用文件，并从一个提示词出发完成多步骤工作流。然后观察每个工作流逐步展开。每次运行都会计入 Agent Arena 排行榜，根据现实世界中的智能体性能对前沿模型进行排名。