美团图灵团队详解 Agent 评测:从评测体系搭建到长程 Agent 观测演进
美团图灵 Agent 评测团队公开内部博客,由浅入深介绍 Agent 评测,前两章讲评测是什么以及如何建立评测体系,第二章的方法论来自团队两年深入各业务团队的实践。
美团图灵 Agent 评测团队公开内部博客,由浅入深介绍 Agent 评测,前两章讲评测是什么以及如何建立评测体系,第二章的方法论来自团队两年深入各业务团队的实践。
42章经创始人曲凯观察到,模型势能达到几年最强,应用市场冷度却跌回谷底,有机构直言"应用赛道已经死了"。他认为国内应用公司普遍未真正出海,而 Dify、WorkMagic、Ace Studio、Meshy 等坚决出海的公司已默默做到千万美元 ARR。他建议应用创始人回归用户与产品,默认随模型的波、逐资本的流,不要为融资讲故事。
先后在字节、美团担任招聘负责人的魏小康认为,组织建设中 80%-90% 的时间应花在招聘上,而招聘里 70%-80% 的时间又该花在「想清楚需求」和「找供给」两件事上,而非面试环节。他提出创业公司早期不必搞绩效、职级晋升和培训体系,人主要靠打仗筛选出来,美团内部就有 70% 靠打仗、20% 靠向优秀的人学习、10% 靠培训的 721 理念。他目前正在创业,开发一款 AI 招聘产品。
42章经将于北京时间 7 月 4 日(周六)下午 14:30 在北京举办线下分享,嘉宾魏小康曾任字节、美团招聘负责人,现创业做 AI 招聘产品。活动免费、限 50 人(非投资行业),报名者需回答问卷,通过情况以工作人员通知为准。
连续创业者 Albert 在 42章经播客中复盘自己从 2023 年起三年间的思路转变:早期按赔率驱动,押注 AI 互动内容与连接平台,最终判断消费级内容不成立,2024 年初转向胜率驱动,即选择变量更少、自己更能控制的方向。他以张一鸣、黄峥、段永平为例,认为一流企业家都在优化胜率,赔率是优势被时间放大的结果。
继 ChatGPT 时代的“协同智能”之后,以 Claude Code、OpenAI Codex 和 OpenClaw 为代表的 AI 智能体开启了新阶段:人类把成小时的工作交给 AI,几分钟内拿回可用结果,工作方式从“与 AI 协作”转向“管理 AI”。