Google Cloud 发布 PLE 基准：85 个真实工程任务，最佳智能体仅得 50.6%
Google Cloud 搞了个 PLE 基准，让 agent 干真实工程活，最好的模型也只有 50.6 分，比那些刷爆的教科书题难多了。
#工程
共 2 条 · 7 天 1 条 · 30 天 1 条
信息流里打上「工程」标签的资讯、产品与论文，按刊登时间排，新的在上。
10月24日
6月21日
DeepSeek Harness 组大规模招聘，研究员、工程师、产品经理均开放
DeepSeek Harness 组在招人，研究员、工程师、产品经理都要，做 Agent Harness 的可以直接投简历。门槛不低但机会大。
