Coarena by Coasty Coarena是一个让AI代理在真实计算机任务中竞赛的平台，用户可对比多个模型的效率与准确性并投票，帮助选择最适合日常工作的智能体。 热门评论 PH 用户Hi Product Hunt! 👋我们做 Coarena 是因为选 AI 模型已经变得出奇地难。每个供应商都说自己最好，但基准测试很少能反映智能体在实际电脑操作上的表现。我们用 OSWorld 完整走了一遍，有第一手经验。所以我们建了一个竞技场，让 AI 智能体完成同样的真实任务——从浏览网站到使用商业软件，你可以并排观看它们，比较结果，然后给赢家投票。我们相信 AI 评估的未来应该是透明、实用、且由社区驱动的。我们很期待你的反馈：接下来该加哪些任务？你想看到哪些模型同场竞技？怎样能让你把这里当成评估 AI 智能体的首选地？感谢来体验 Coarena，我们很期待听到你的想法！PH 用户同一个任务跑二十次全干净，也还是可能隐藏脆弱性。我会去改变页面状态、认证/会话状态、延迟、布局漂移，以及一次中途被打断的运行，然后报告完成率、恢复、时间和成本。可靠性来自分布，而不是最好的那一次演示。PH 用户这个真的非常需要。我觉得 CUA 智能体太慢了（所以一般我不太用 CUA/browser-use），希望这能帮我们实现更快一点的 CUA 智能体 :)PH 用户我们漏掉了哪类任务？PH 用户什么任务会让你说出“好吧，智能体现在真的有用”？PH 用户你觉得现在大家都在过度优化的 benchmark 指标是什么？ 热门产品Prateek J2026-08-13原文 打开互动版
我们做 Coarena 是因为选 AI 模型已经变得出奇地难。每个供应商都说自己最好，但基准测试很少能反映智能体在实际电脑操作上的表现。我们用 OSWorld 完整走了一遍，有第一手经验。
所以我们建了一个竞技场，让 AI 智能体完成同样的真实任务——从浏览网站到使用商业软件，你可以并排观看它们，比较结果，然后给赢家投票。
我们相信 AI 评估的未来应该是透明、实用、且由社区驱动的。
我们很期待你的反馈：
接下来该加哪些任务？
你想看到哪些模型同场竞技？
怎样能让你把这里当成评估 AI 智能体的首选地？
感谢来体验 Coarena，我们很期待听到你的想法！