待验证50% 置信事实精确时间

Harbor-Index是一个包含82个精心策划的高难度任务集，跨越29个基准测试

1

来源数

50%

置信度

长期有效

时效性

2026/9/11

首次发现

来源

Harbor：统一80+基准的AI Agent评估框架详解

涉及实体

Harbor-Indexproduct

相关事实

待验证Harbor-Index的构建经历了难度过滤、AI与人工双重审核、审核-修复迭代循环等多轮筛选67% 相似待验证Harbor Adapters通过开发统一的适配器层，将超过80个基准测试移植到可评估任意Agent的框架中66% 相似待验证字节跳动发布EdgeBench基准测试，用于评估自主AI Agent的长期学习能力，涵盖134个跨6大类别任务，已公开51个任务61% 相似待验证团队为配置文件写入机制新增了 21 个测试用例61% 相似待验证在实际测试中，一次Deep Research调用了104个智能体进行定向调研，基于22个来源、59条声明完成了事实核查57% 相似

引用此条事实

Stable URI

https://kongchang.com/claim/902671

API

curl https://kongchang.com/api/v1/knowledge/claims/902671

MCP

get_claim(id=902671)