动态环境

杜克大学、Zoom推出LiveMCP‑101：GPT‑5表现最佳但未破60%，闭源模型Token效率对数规律引关注

研究概要：杜克大学与 Zoom 的研究者们推出了 LiveMCP-101，这是首个专门针对真实动态环境设计的 MCP-enabled Agent 评测基准。该基准包含 101 个精心设计的任务，涵盖旅行规划，体育娱乐，软件工程等多种不同场景，要求 Agent 在多步骤、多工具协同的场景下完成任务。实验结果显示，即使是最先进的模型在该基准上的成功率仍低于 60%，揭示了当前 LLM Agent 在实际部署中面临的关键挑战。

8/28/2025 6:53:00 PM

机器之心

资讯热榜

OpenAI更新ChatGPT规则：10月29日起禁止医疗、法律与财务建议 eBay携手ChatGPT开启智能电商新时代，购物体验将全面升级！看完刘润年度演讲，教你做好AI时代的能力迁徙！苹果Siri将大变样！付费请谷歌助力AI升级从AI到泰勒·斯威夫特——源于生活的案例与启示 LangChain 大模型应用开发框架：从 RAG 到 Agent 的完整指南黑客新手法：利用 OpenAI API 创建 “隐形” 后门恶意软件蚂蚁数科发布多语种视觉大模型训练框架，打破语言壁垒！

标签云

AI 人工智能 OpenAI AIGC 模型 ChatGPT DeepSeek 谷歌 AI绘画大模型机器人数据 Midjourney 开源 Meta AI新词微软智能用户 GPT 学习技术智能体马斯克 Gemini 图像 Anthropic 英伟达 AI创作训练 LLM 论文代码算法 AI for Science Agent 芯片苹果 Claude 腾讯 Stable Diffusion 蛋白质开发者生成式神经网络 xAI 机器学习 3D RAG 人形机器人 AI视频研究具身智能大语言模型生成百度 Sora 工具 GPU 华为计算字节跳动 AI设计大型语言模型 AGI 搜索视频生成场景深度学习架构生成式AI DeepMind 亚马逊编程视觉 Transformer AI模型预测特斯拉 MCP