行业与实践 · 研究与基准测试

研究与基准测试/2026-10-11/20 分钟

在实践中度量人工智能智能体的自主性

Anthropic 用 Claude Code 和公开 API 的真实交互度量智能体自主性。最长回合从不到 25 分钟增到超过 45 分钟；经验用户更常自动批准，也更常打断。