Tapaa Agent Bake-Off: sokeat vierekkäiset testit koodausagenteille, kuten Claude Code, @cursor_ai, @AmpCode, @FactoryAI, Codex ja paljon muuta. Olemme rakentaneet suurimpia tosielämän vertailuarvoja koodausagenteille, ja olemme innoissamme voidessamme jakaa varhaisen esikatselun avoimesta yhteisötyökalustamme.

Reaalimaailman käyttötiedot siitä, miten agentteja käytetään ja hankitaan, tulevat yhä tärkeämmiksi agenttien yleistyessä. Haluamme, että kuka tahansa voi tehdä reiluja vertailuja, osallistua julkisiin tulostaulukoihin ja perustaa ekosysteemin todellisiin mieltymyksiin. Kokeile sitä täällä:

Se on erittäin yksinkertaista juuri nyt: - Valitse esiasetettu julkinen säilö - Syötä tehtävä - Suoritamme sen kahdella anonyymillä agentilla, joilla on sama konteksti Jotkin tehtävät voivat kestää jonkin aikaa, joten voit halutessasi lähettää sähköpostiosoitteesi saadaksesi pingin, kun tulokset ovat valmiita.

Kun se on valmis, saat: - Rinnakkaiset lähdöt ja vertailut - metatiedot, kuten perustelut, käytetyt työkalut ja käytetty aika - sokea äänestys paremman tuloksen valitsemiseksi Äänesi ja juoksusi ruokkivat julkisia yhteisön tulostaulukoita.

Tämä on vielä hyvin varhainen versio, ja odotamme innolla, mikä on hyödyllistä ihmisille. Tutkimme muun muassa seuraavia alueita: miltä näyttää parempi käyttöliittymä/UX rinnakkaisagenttityön tarkistamiseen, mitkä metatiedot ja tehtävät ovat arvokkaita jne. *Erityisesti* tosielämän käyttöön

Aiomme myös jatkuvasti päivittää Agent Bake-Offia lisäämällä lisää rajaagentteja, muita agenttien alaryhmiä (PR-tarkistusagentit, turvallisuus-/suojakaideagentit jne.), nähdäksemme, haluavatko ihmiset mahdollisuuden tuoda omia julkisia/yksityisiä reposiaan jne.

Teemme kovasti töitä rakentaaksemme suurimmat todellisen maailman vertailuarvot ja tulostaulukot agenteille. Agent Bake-Off on pieni ensimmäinen askel. Kokeile sitä, äänestä ja anna meille palautetta siitä, mikä olisi mielestäsi hyödyllistä!!