待验证50% 置信基准精确时间

TrueForge 团队公布的基准测试基于 DevRel Enterprise Bench 的 14 个任务，涉及与 CRM、issue 追踪器、文档库等系统交互

1

来源数

50%

置信度

中期 (~90 天)

时效性

2026/9/16

首次发现

有效期至：2026/12/15

来源

TrueForge：开源通用Agent运行时，Claude托管代理的低成本替代

涉及实体

TrueForgeproduct DevRel Enterprise Benchconcept

相关事实

待验证BenchLocal的测试维度包括工具调用、命令行操作、Bug识别修复、指令遵循、Hermes Agent、结构化输出、数学推理、数据提取共8大类67% 相似待验证Terminal-Bench-Science 将测试任务锚定在具体的科研工作流上，Agent 需在包含真实工具和数据的终端环境中独立完成从问题理解到结果产出的全过程67% 相似待验证测试 Skill 由一个目录结构、一份描述文件以及具体的执行脚本组成64% 相似待验证该测试Agent工作流覆盖从需求分析到自动化代码生成的完整工作流程64% 相似

引用此条事实

Stable URI

https://kongchang.com/claim/925373

API

curl https://kongchang.com/api/v1/knowledge/claims/925373

MCP

get_claim(id=925373)