Bench-bench 是一个用于长周期规划任务的AI评估框架，以“卧推次数”作为衡量智能体长期规划能力的趣味指标，适合AI研究员和智能体开发者，亮点是用直观的类比方式评估复杂决策能力。
▲11/天
Kanon 于 2026 年 8 月 18 日 收录 · 当时 ▲1
为什么值得关注
用“卧推”这种具象化指标衡量AI的长期规划能力，提供新颖的评估视角，推动AI智能体能力可量化。
信号来源: Hacker News
访问官网 →
手机端点「分享」直达微信/朋友圈/小红书;桌面端用「复制文案」后到 App 内粘贴发布
常见问题
Bench-bench 是什么?
Bench-bench 是一个用于长周期规划任务的AI评估框架，以“卧推次数”作为衡量智能体长期规划能力的趣味指标，适合AI研究员和智能体开发者，亮点是用直观的类比方式评估复杂决策能力。
Bench-bench 为什么值得关注?
用“卧推”这种具象化指标衡量AI的长期规划能力，提供新颖的评估视角，推动AI智能体能力可量化。
Bench-bench 有多少人在用?
KanonAgent 记录到:▲1 · 1/天(本站首次收录于 2026-08-18)。
Bench-bench 有什么替代品?
KanonAgent 库内的同类 agent:Desktopcolors.com – A museum for solid background colors of classic OS、Learn Flags Quiz、Sokoban AI Solver、Saggar, a Mac terminal that keeps sessions and your attention organized、Tesana – An AI game engine that builds quality games end-to-end、UL-SMF – Open-source linear-complexity ~300x KV-cache compression。