作者｜Ado微信｜ Ado__rs

7月2日，，，，，字节 Seed 宣布了一个 Agent评测项目 EdgeBench。。？？？？？雌鹄从质且桓 benchmark，，，，，但它问了一个其他榜单不问的问题。。。

给模子一道题，，，，，做对了得分，，，，，做错了不得分。。。这是绝大大都 benchmark 现在的事情方式，，，，，越来越像高考。。。

但真实天下里，，，，，人不是这么用 AI 的。。。

你不会给 Claude Code出一道题然后等它交卷。。。你会给它一个项目、一个代码库、一批数据，，，，，然后它在那里折腾好几个小时，，，，，探索、犯错、读反馈、修正、再试。。。你更体贴的是它浸泡在现实使命情形里一段时间之后，，，，，能不可比刚进来时更强。。。

但目今的 benchmark 险些测不出这些工具。。。它们丈量的是静态能力，，，，，模子被冻结的那一刻就知道的工具。。。至于从反馈里一连前进的能力、在长周期里积累履历的能力、在生疏情形里探索出偏向的能力，，，，，全在盲区里。。。

EdgeBench 的切口就是把盲区里的工具放进评测，，，，，解答一个问题：把Agent扔进一个生疏情形，，，，，12小时后，，，，，你能变强几多？？？？？

134个使命横跨六大领域：科学/ML、软件工程、组合优化、专业知识事情、形式化数学、交互式游戏

为此，，，，，Seed 团队搭了一个叫 EdgeBench 的实验平台。。。这是一个情形学习视察舱。。。134 个使命，，，，，每个使命设计合约让 Agent 至少跑 12 小时。。。

它的设计围绕四个焦点维度睁开：

5 个前沿模子（Claude Opus 4.8、GPT-5.5、GPT-5.4、GLM-5.1、DeepSeek-V4-Pro）在上面总共跑了约 38,000 小时。。。

经费在燃烧。。。但最终的效果价值重大：

他们找到了 Agent 的 Scaling law。。。

四个发明：公式、路径、实质、速率

1 ）agent学习有一条被写死的数学公式

134 个使命平均：5 个模子的学习曲线被 log-sigmoid 函数高精度拟合

这是全篇论文的“灵魂发明”。。。

此前我们大多默认情形学习是一件杂乱的事，，，，，差别使命、差别模子、差别战略，，，，，纪律自然也差别。。。但他们的数据给出了意料之外的谜底：

134 个使命的平均学习曲线，，，，，被统一个函数以 R? = 0.998 的精度准确拟合。。。

R? = 0.998 是什么意思？？？？？ 在人机交互和重大系统研究里，，，，，你能看到 R? = 0.3 就已经敢写论文了。。。0.998 实质上不是一个"拟合问题"，，，，，这是一个发明。。。若是我知道一个 Agent 前两小时的前进速率，，，，，在使命荟萃的平均意义上，，，，，我就能较量准确地展望它 12 小时后的水平。。。

曲线展示被测模子的学习体感大致都是：一最先慢、找到感受后爆发、靠近天花板时又放缓。。。这和任何有过深度学习或深度事情履历的人的体验完全吻合。。。

并且，，，，，这个纪律跨标准建设：无论是 12 小时、28 小时照旧 72 小时的实验窗口，，，，，拟合精度所有坚持在 R? ≥ 0.993。。？？？？？缌煊蛞步ㄉ瑁毫笫姑易甯髯阅夂，，，，，R? 在 0.972 到 0.998 之间。。。

2）没有“标准”的生长路径

这个发明更有现实意义。。。

把 134 个使命的单使命学习曲线拉开来看，，，，，你会发明一件反直觉的事：虽然平均曲线是漂亮的 log-sigmoid，，，，，但单条曲线之间差别极大。。。

- 有的使命：Agent 一上来就稳步提升，，，，，曲线清洁

- 有的使命：前几个小时纹丝不动，，，，，突然在某个时刻分数跳升

- 有的使命：先涨后跌再涨

- 有的使命：一最先快速上升，，，，，然后进入漫长的平台期

差别的学习战略和试错范式，，，，，在统一个评分框架下会爆发截然差别的生长路径。。。

Agent不但是“学得快”和“学得慢”的区别。。。它们在怎么学上有实质差别，，，，，若是是只看最终分数而不看历程的评测方式，，，，，就完全抹平了这个维度。。。论文的诠释是，，，，，使命是一张能力争，，，，，学习是解锁前沿向外扩张，，，，，在对数时间上走一条logistic曲线。。。单使命节点少以是锯齿，，，，，使命够多平均后S形浮现。。。论文问题里谁人scaling law，，，，，指的就是这条曲线。。。

3）“重新明确问题”创立真前进

有履历 vs 无履历比照：一连运行积累履历比 6 次自力重启多出 6.9 分的显著优势

统一个模子（Opus 4.8），，，，，同样的 12 小时预算：

- 方案 A：让它一连跑 12 小时，，，，，所有中心产品、过失纪录、已验证假设所有保存

- 方案 B：拆成 6 次自力的 2 小时跑，，，，，每次清空所有状态，，，，，只保存最佳效果

12 小时后，，，，，方案 A 例如案 B 多了 6.9 分（百分制）。。。并且两条曲线从一最先就分道扬镳。。。

这说明前进不是靠运气多试出来的，，，，，而是靠履历积累出来的。。。

值得关注的是实验中的引力波重修案例研究。。。GPT-5.5 在这个使命上跑了 12 小时，，，，，提交了 224 次，，，，，但真正推动最佳效果前进的只有 27 次提交。。。

每一次突破都不是由于"多跑了一个实验"，，，，，而是由于 Agent 对问题自己的明确爆发了质变。。。它把模糊的目的逐步拆解为可搜索的子问题，，，，，从反馈中重新界说了"什么是更好的偏向"。。。

4）学习速率自己正在被“学习”

这个发明可能是跟工业关系最细密的一个。。。

实验挑了一组所有模子“起跑线相近”的使命（首次实验都在 6.87 分左右），，，，，然后丈量每个模子在 2 小时交互后能前进几多。。。

效果：从 2025 年 9 月的GPT-5-Codex到 2026 年 4 月的GPT-5.5，，，，，221 天内学习效率提升了 约 8 倍，，，，，约每 3 个月翻一番。。。

后期模子的有用提交率在上升，，，，，但提交次数纷歧定更多。。；；；；；痪浠八，，，，，不是更勤快，，，，，而是每次下手更有用。。。这和工程实践的直觉一致，，，，，高级工程师纷歧定比初级工程师写更多行代码，，，，，但更少做无用功。。。

AI 的能力越来越像“知识”，，，，，但"学会新工具"的能力自己，，，，，也在以惊人速率进化，，，，，并且这个速率比静态知识增添更有决议性。。。

评测情形自己，，，，，和EdgeBench同样有价值

EdgeBench 看起来像一个模子排行榜，，，，，但它测到的不是裸模子能力，，，，，而是 Agent 系统能力。。。

差别模子跑在差别的执行框架上。。。Claude Opus 4.8 使用 Claude Code 加 1M 上下文窗口，，，，，GPT-5.5 使用 Codex 加 256K 紧凑窗口。。。最后的分数，，，，，既包括模子自己的能力，，，，，也包括上下文治理、工具挪用、反馈处理和执行框架的影响。。。

这反而靠近真实安排。。。现实中的 Agent 历来不是一个伶仃模子，，，，，而是模子、工具、事情流和反馈系统的组合。。。EdgeBench 真正权衡的，，，，，是这个组合系统能不可在长程使命里一连推进。。。

但这也意味着，，，，，榜单不可被粗暴明确成基础模子排名。。。它更像是在较量差别 Agent 系统的恒久事情能力。。。

把EdgeBench和主流 benchmark 放在一起看，，，，，差别会更清晰：

古板 benchmark 是“静态快照”，，，，，EdgeBench 是“动态轨迹”。。。它们不是在统一个维度上竞争。。。

但这个新维度不是没有价钱的，，，，，背后是重大的资源消耗。。。

和EdgeBench同样让我印象深刻的工具，，，，，是把这个实验情形搭起来意味着什么。。。

先说一组容易被忽略的账。。。134 个使命，，，，，每个使命平均消耗 57.2 小时的人类专家时间，，，，，最长的单个使命投了 320 小时。。。纵然按最低标准估，，，，，光使命构建这一项就投入了 7,500 小时以上的人力；；；；；然后是运行本钱，，，，，5 个模子，，，，，每个模子在每个使命上跑 3 次，，，，，加上延伸至72小时以上的运行，，，，，每次 12 小时，，，，，总计约 38,000 小时的 Agent 交互时长，，，，，对应的是天文数字的 API 挪用和算力消耗。。。

这个本钱门槛自己就意味着，，，，，长程 Agent 评测不是随便一个团队就能入场的偏向。。。

再看工程细节。。。论文的附录纪录了在开发历程中被 Agent 攻破的种种误差：有 Agent 在流体力学使命中通过 400+ 次提交反推出了隐藏测试数据的谜底；；；；；有 Agent 发明反作弊检核对 baseline/ 目录宽免，，，，，于是把代码塞进那条“免检通道”里交卷。。。这些案例袒露了一个深层的矛盾：想要测出“学习能力”，，，，，就必需给 Agent 足够的反。。；；；；；但反馈给得越多，，，，，就越可能被 Agent 当成预言机来使用。。。

EdgeBench 的解决方案是物理隔离：事情容器和裁判容器脱离，，，，，裁判打完分就销毁，，，，，防止Agent“作弊”：

EdgeBench 的双环反馈机制：左边是 Agent 可以自由探索的事情容器，，，，，右边是隐藏裁判，，，，，提交后才返回权威评分

事情容器：Agent 在内里随便折腾，，，，，编译器、调试器、日志、文档全都有，，，，，但没有“隐藏谜底”裁判容器：Agent 提交工件后，，，，，裁判用隐藏测试数据和私有评分标准来打分，，，，，打完容器连忙销毁

这个设计很考究，，，，，实质上是在模拟“科场密封”和“双盲评审”的机制。。。把这个从工程层面做对，，，，，难度比设计问题自己大得多。。。这套双容器框架有自己的名字，，，，，SForge。。。字节把它连同134个使命中的51个一起开源了，，，，，构建情形的门槛还留在原地，，，，，使用它的入口已经翻开。。。

在做 benchmark 的人看到这，，，，，或许都会有一种“原来你们也被Agent坑过”的共识。。。

这也是为什么 EdgeBench 让我感受它不是“一个新的 benchmark ”，，，，，更多是一种新的软件评测系统。。。

它实质上是一个可视察的 Agent 运行情形。。。你把它当成“Agent 的 profiler”，，，，，可能比“一个新 benchmark”更准确。。。

把这个视角拉回到行业：目今大部分 Agent 评测还停留在“在某个测试集上一次性跑分”的阶段。。。EdgeBench 花了这么大价钱搭一个长程实验装置，，，，，它想回覆的问题着实很简朴，，，，，但很主要。。。

字节自己的“AI下半场”

EdgeBench是一个让人重新想问题的理由。。。

长程使命和短 benchmark 之间的差别，，，，，不是时间拉长了，，，，，而是袒露出来的问题完全差别。。。一个只跑 10 分钟的 benchmark，，，，，Agent的行为是可以预期的：读题、思索、输出、竣事。。。不会出什么幺蛾子。。。但当你把时间拉到 12 小时，，，，，贫困就多了。。。Agent 会在偏向准确的条件下逐步跑偏，，，，，修睦一个？？？？？榈耐备惚懒硪桓；；；；；会看不懂用户的反馈，，，，，把一个过失信号误读成另一个偏向，，，，，然后在过失的路上一连投入几小时。。。

退一步想“是不是偏向错了”，，，，，目今的 Agent在这方面尚有欠缺。。。这些问题在短 benchmark 里很难被视察到，，，，，但在真真相形中，，，，，件件致命。。。

因此，，，，，EdgeBench 的价值就是把 Agent 评测的标准从“会不会做”推进到了“会不会一连做、学习、再做”。。。这两个问题之间，，，，，隔着一次评测范式的代际跨越。。。

对评测的范式的重新思索，，，，，总让人想到现在在腾讯认真模子的姚顺雨曾提出的“AI下半场”的判断，，，，，某种水平上，，，，，EdgeBench 就是字节自己版本的“AI下半场”。。。

EdgeBench 把“Agent在情形里越跑越强”这个直觉酿成了可丈量的学习曲线。。。逻辑是同构的，，，，，只是这次标准不再是参数和算力，，，，，而是时间和反馈。。。

未来 AI 公司争取的焦点资源，，，，，不但是数据和算力，，，，，尚有能让模子重复试错、一连进化的情形。。。

点个“爱心”，，，，，再走 吧

SEO优化教程:网站结构怎么结构

1、由于翻开flash以及js特效的时间相对较量长，，，，，若是放在首页的body中心，，，，，那么翻开一个首页的时间就会延伸，，，，，倒运于整个网页的翻开速率的提升，，，，，以是要在首页的栏目上通常要尽可能的镌汰使用js特效或者flash特效，，，，，若是需要有，，，，，那也要放在body之后，，，，，这样就不会影响到网站的翻开速率，，，，，从而提升网站的体验度。。。

2、构建合理的网站结构 精练明晰的页面设计：网站应只管做到精练明晰，，，，，突出主题。。。阻止过多的冗余信息和重大的页面结构，，，，，让用户能够一目了然地相识网站的主要内容。。。明确的导航栏结构：清晰的导航栏有助于用户快速找到所需信息，，，，，同时也利便搜索引擎抓取网站内容。。。确保每个页面都能通过导航栏轻松会见。。。

3、要害词筛选与结构避开高竞争词：选择与网站内容相关但竞争度适中的要害词（如长尾词），，，，，阻止直接竞争热门词。。？？？？？赏ü俣/谷歌搜索验证：若效果多为首页，，，，，则放弃；；；；；若多为内页，，，，，则可用。。。

4、网页结构优化：确保网页结构清晰，，，，，内容结构合理，，，，，便于用户浏览与搜索引擎抓取。。。

5、网站结构合理搭建 结构清晰化：接纳扁平化设计，，，，，确保用户从首页到内页的点击路径不凌驾3层。。。

一个新网站怎样做SEO优化?

1、吸引用户点击，，，，，同时包括要害词，，，，，有助于搜索引擎明确网站主题。。。要害词（Keywords）：列出与网站内容相关的要害词，，，，，但需注重，，，，，随着搜索引擎算法的生长，，，，，Keywords的主要性已逐渐降低，，，，，但仍可作为参考。。。优化网站结构 栏目设定：合理妄想网站栏目，，，，，确保每个栏目都有明确的主题，，，，，便于搜索引擎和用户明确网站结构。。。

2、网站结构优化：确保网站结构清晰、精练，，，，，便于搜索引擎抓取和索引。。。

3、第二，，，，，优化一个新站，，，，，一定要仔细。。。网站高楼平地起，，，，，优化新站一定要仔细，，，，，用一句很是盛行的网络语言“伤不起”。。。新站就是基础的最先，，，，，一定要打好基础。。。许多人，，，，，新站一上线就马上想着做优化，，，，，马上想着做排名。。。这个是很是隐讳的。。。一定要合理的结构网站要害词结构。。。想好怎样做，，，，，要怎么做，，，，，要害词怎样选。。。

4、新网站做SEO优化需要遵照以下方法：选择合适的域名：主要性：域名的选择对SEO有直接影响。。。建议：优先选择有一定历史且没有灰色历史的域名。。。新注册的域名在收录效率上可能与老域名相当，，，，，但恒久生长可能有瓶颈。。。选择适合的网站程序：推荐程序：zblog和帝国CMS，，，，，由于它们免费且易于上手。。。

5、网站建设时期，，，，，一定要结构优化基础，，，，，若是自己不会，，，，，找网络公司建网站，，，，，多听听工程师的优化建议，，，，，同时可以找找，，，，，要害词排名好的偕行网站，，，，，看看别人网站是怎样架构的，，，，，再连系雅观，，，，，营销理论来做。。。（注：建网站的时间，，，，，要在网站的每个页面加一个分享的窗口。。。

SEO实战-手把手教你搜狐快站的网站优化战略

网站TDK设置操作方法：选择需要设置的页面，，，，，点击【设置】，，，，，勾选“SEO设置”选项，，，，，随后输入问题（Title）、要害词（Keywords）、形貌（Description）等响应内容。。。搜狐快站会自动资助用户对搜索引擎举行抓取提交，，，，，不过由于搜索引擎爬虫抓取战略的差别，，，，，站点被收录的时间是非纷歧，，，，，需耐心期待。。。

首先，，，，，在浏览器中翻开搜狐快站的官方网站，，，，，进入快站首页。。。在首页上找到“免费注册”按钮，，，，，点击进入注书页面。。。凭证页面提醒填写相关信息，，，，，完成帐号注册。。。建议选择其他推荐注册方式，，，，，以便更快捷地完成注册流程。。？？？？Ｗ钕冉ㄕ荆赫屎抛⒉崂殖珊，，，，，登录搜狐快站平台。。。

会见快站首页：首先，，，，，你需要会见搜狐快站的官方网站首页。。。免费注册：在首页找到“免费注册”按钮，，，，，点击进入注书页面。。。填写信息：凭证页面提醒填写相关信息，，，，，完成账号注册。。。注重选择其他推荐注册方式可能更便捷。。？？？？Ｗ钕冉ㄕ荆旱锹颊撕牛菏褂米⒉崂殖傻恼撕诺锹妓押煺。。。

快站与微信微官网在设计初志、功效设计、用户群体以及产品运营战略上保存显着差别。。？？？？？煺局荚诔晌贫チ谌萏焐教，，，，，支持恒久运营，，，，，提供文章治理、组件拖拽、论坛谈论、电商等功效，，，，，以及绑定自力域名、站点治理App、推广及SEO等服务，，，，，开放API支持前端开发。。。

百度SEO网站优化是什么

百度SEO网站优化是通过内部和外部调解提升网站在百度搜索效果中的自然排名，，，，，以获取免费流量的系统性历程。。。其焦点在于连系百度搜索引擎的算规则则，，，，，从要害词结构、内容质量、手艺架构到用户体验举行周全优化。。。

界说：百度SEO是指在百度搜索引擎上举行的优化活动。。。优化平台：可以在百度系产品（如百家号、贴吧、知道、文库等）中宣布内容，，，，，并合理结构要害词。。。特点：百度依然是中国To B、To C搜索用户的第一入口，，，，，因此百度SEO在中国市场具有极高的主要性。。。

SEO的中文意思是搜索引擎优化。。。通俗明确是：通过总结搜索引擎的排名纪律，，，，，对网站举行合理优化，，，，，使你的网站在百度和Google的排名提高，，，，，让搜索引擎给你带来客户。。。深刻明确是：通过SEO这样一套基于搜索引擎的营销思绪，，，，，为网站提供生态式的自我营销解决方案，，，，，让网站在行业内占有领先职位，，，，，从而获得品牌收益。。。

网站优化主要指的是搜索引擎优化（SEO），，，，，即通过对网站的设计和调解，，，，，使其更切合搜索引擎的检索规则和排名算法，，，，，从而在搜索引擎中获得更高的排名。。。这有助于提升网站的曝光度和会见量，，，，，增强搜索引擎营销的效果。。。从广义上讲：网站优化不但思量搜索引擎的因素，，，，，还注重知足用户的现实需求。。。

网站目录和页面优化 SEO不止是让网站首页在搜索引擎有好的排名，，，，，更主要的是让网站的每个页面都带来流量。。。内容宣布和链接安排 搜索引擎喜欢有纪律的网站内容更新，，，，，以是合理安排网站内容宣布日程是SEO优化的主要技巧之一。。。

SEO是一种网站优化手艺，，，，，也被叫做搜索引擎优化。。。以下是关于SEO的详细诠释：界说：SEO是英文Search Engine Optimization的缩写，，，，，即搜索引擎优化。。。它是一种使用搜索引擎的内部检测手艺来抓取优质内容，，，，，以提高网站在搜索引擎中的自然排名的要领。。。

怎样优化自己的网站到百度首页?免费的,一个月之内

1、、高质量的友情链接：建设高质量的友情链接，，，，，关于SEO优化来说，，，，，可以提高网站PR值以及网站的更新率，，，，，都是很是要害性的问题。。。7）、建设网站地图SiteMap：凭证自己的网站结构，，，，，制作网站地图，，，，，让你的网站对搜索引擎越发友好化。。。让搜索引擎能过SiteMap就可以会见整个站点上的所有网页和栏目。。。

2、优化做好四点：要害字，，，，，内容，，，，，外链接和用户体验。。。坚持下去，，，，，可以用旺道SEO优化软件来优化 只要你凭证他们的手艺教的优化技巧去操作，，，，，一个月很轻松就会有用果，，，，，若是竞争不是很强烈，，，，，排名是理所虽然的事情。。。优化上去后，，，，，排名是很是稳固的。。。

3、要害词提前定位做SEO网站优化的事情就是在做搜索引擎优化，，，，，而搜索引擎完全是依赖要害词才保存的，，，，，（虽然网站的用户体验也很主要，，，，，由于就算上了百度首页，，，，，你体验欠好，，，，，用户翻开网站便跑，，，，，那也会掉下来）。。。不过网站的要害词定位是最、最、最主要的一环。。。

4、定位和页面设计。。。网站尽可能精练。。。域名和robots设置。。。阻止使用弹窗、flash、java等行为。。。页面细节优化。。。使用规范化的协议，，，，，做好浏览器兼容调试事情。。。url链接规范化。。。做好移动版与PC版网站的转换。。。手机网站适配声明。。。其它优化事项。。。

5、网站推广常用的29个要领 搜索引擎战略 以网站最主要的要害词在主要搜索引擎中排名领先，，，，，这是搜索引擎推广中最主要的战略。。。搜索引擎的搜索机械人spiders 会自动搜索网页内容，，，，，因此搜索引擎战略从优化网页最先。。。 添加网页问题（title）。。。 为每页内容写5-8个字的形貌性问题。。。

6、一般我们都是找的推一手，，，，，他们会凭证公司的情形来做推广方案，，，，，他们尚有可以让自己公司和产品信息泛起在相关要害词搜索首页上的要领，，，，，推广手艺很好的。。。

新手自学SEO的教程或者网站

1、其中包括网站被搜索引擎的收录和更新情形，，，，，网站的流量情形，，，，，网站外链的情形等等，，，，，这些可以通过站长工具去审查和剖析。。。5。。。SEO着实主要两点也就是：站内优化、站外优化。。。站内优化：就是做对用户有价值的内容或产品。。。站内优化的部分，，，，，无论是做原创内容、做用户体验，，，，，照旧优化网站结构，，，，，其目的只有一个：为了吸引用户，，，，，留住用户。。。

2、第三：建设起优异的数据跟踪系统 流量数据，，，，，用户浏览行为，，，，，蜘蛛爬行轨迹，，，，，要害词排名，，，，，要害词数目，，，，，网站跳出率等等 第四：站点的现实操作 URL统一，，，，，结构逻辑，，，，，内链建设，，，，，要害词的挖掘和安排，，，，，优质内容，，，，，网站地图 第五：坚持，，，，，没有一个网站是一夜之间就能优化好的。。。

3、自己学到的知识，，，，，好比怎样写robots.txt，，，，，怎样做301定向等等，，，，，都可以在这个站上应用。。。另外也可以熟悉几个做站的系统，，，，，好比说wordpress，，，，，discuz，，，，，php等等。。。总结：seo需要的不是理论，，，，，尚有要更多的是实践，，，，，实践大大都可以通过建站来熟悉。。。

4、任何网站都必需有自己的一个数据监测，，，，，网站SEO战略制订好之后，，，，，需要被执行，，，，，而执行的效果怎样就需要举行数据的比照剖析，，，，，包括网站的搜索引擎页面收录情形、网站的会见量、IP跟PV的比例、转换率、各搜索引擎流量比例、长尾要害字、使用浏览器、转头客、浏览深度、跳出率、及浏览页面等。。。

5、SEO操作流程：首先，，，，，我们要对实验优化的站点在搜索引擎上的目的有一个基本的相识 未上线的站点，，，，，关于搜索引擎来说一切都是新的，，，，，我们在上线之前就把基础事情做好，，，，，阻止以后修悔改多的工具 从事SEO事情的人，，，，，想熟悉学习SEO，，，，，可以加群，，，，，群号前面137中心303后面464。。。

6、网站的url最好要是这种形式http：//，，，，，这要的，，，，，虽然这里尚有就是网站的静态化，，，，，若是服务器不支持静态花，，，，，可以做成伪静态的形式，，，，，网上这方面的教程较量多，，，，，各人可以去参考下。。。