我经常思考的一件事是，AI的商业应用加速是如何带来了许多来自学术界的标准（如评估/基准），这些标准对普通人或企业并没有用处。 衡量模型和代理的实际使用将变得越来越重要。对于编码代理，更有用的数据将是成功合并的PR、每个任务的成本等。