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

在当今信息化时代
，，，，随着互联网的迅猛生长
，，，，网络已经成为人们获守信息、举行交流和购物的主要平台
。
。特殊是关于江苏这样一个历史文化秘闻深挚、经济生长迅速的省份
，，，，怎样在网络天下中脱颖而出
，，，，成为众多企业和个人的追求
。
。怎样让你的网站在众多竞争者中脱颖而出
，，，，成为人们眼中的“明珠”
，，，，这就离不开搜索引擎优化（SEO）的资助
。
。在这篇文章中
，，，，我们将详细探讨怎样通过江苏免费SEO要害词优化排名
，，，，让你的网站轻松攀上搜索引擎的岑岭
。
。

我们需要明确什么是SEO（Search Engine Optimization
，，，，搜索引擎优化）
。
。SEO是一项通过优化网站内容和结构
，，，，提升网站在搜索引擎中自然排名的战略
。
。其目的是让更多的人能够通过搜索引擎找到你的网站
，，，，从而增添网站的流量和着名度
。
。SEO可以分为两大类：外链优化和内部优化
。
。外链优化主要是通过外部网站的链接指向你的网站
，，，，提升你的网站权威性；；内部优化则包括网站内容、结构、速率等方面的优化
，，，，以提升网站的用户体验和搜索引擎扫描的效率
。
。

在江苏这个地区
，，，，无论是企业照旧个人博客
，，，，都需要有用使用SEO来提升在互联网上的影响力
。
。怎样通过免费的SEO要害词优化来提高网站排名呢？？？？？
？让我们一步步来看看
。
。

第一步：要害词研究与选择

要害词是SEO的焦点
。
。通过选择合适的要害词
，，，，你可以让你的网站在相关的搜索效果中占有有利位置
。
。怎样举行要害词研究与选择呢？？？？？
？

可以通过Google要害词妄想工具（Google Keyword Planner）或百度要害词工具来查找相关要害词
。
。这些工具可以资助你相识要害词的搜索量、竞争度等信息
，，，，从而选择最适合你的网站内容的要害词
。
。

要思量用户的搜索意图
。
。好比
，，，，若是你的网站是提供江苏旅游信息的
，，，，用户可能会输入“江苏旅游景点”、“苏州园林门票”等要害词
。
。要凭证用户的需求
，，，，选择能够准确匹配他们搜索意图的要害词
。
。

再次
，，，，要关注长尾要害词
。
。长尾要害词通常是更详细、更细分的要害词
，，，，虽然搜索量较小
，，，，但竞争度低
，，，，更容易排名
。
。好比
，，，，“江苏苏州古典园林最佳游览时间”这样的长尾要害词
，，，，虽然搜索量不大
，，，，但它能够吸引特定的高质量流量
。
。

第二步：内容优化

要害词选好之后
，，，，下一步就是怎样通过内容优化来提升网站的排名
。
。这是SEO中最主要的一环
。
。

要确保你的内容高质量、原创且有价值
。
。搜索引擎非？？？？？
？粗啬谌莸闹柿
，，，，内容能否解决用户的问题
，，，，是权衡其价值的主要标准
。
。

在文章中合理地使用要害词
。
。要害词应该自然地融入到文章的问题、段落和句子中
，，，，阻止堆砌和太过优化
。
。特殊是在问题和首段中使用要害词
，，，，可以提高用户的关注度和搜索引擎的扫描效率
。
。

再次
，，，，要注重内容的更新和扩展
。
。网站内容应该按期更新
，，，，以坚持其新鲜度和相关性
。
？？？？？
？梢酝ü鎏硇碌男畔ⅰ⒏戮赡谌荨⒗┱瓜喙鼗疤饫醇岢滞镜幕盍
。
。

第三步：内部链接优化

内部链接是SEO中另一个主要的环节
。
。通过合理的内部链接
，，，，可以提高网站的内部流量
，，，，并资助搜索引擎更好地扫描和索引你的网站
。
。

要确保网站的结构清晰、条理明确
。
。使用目录和分类标签
，，，，让用户和搜索引擎更容易明确和浏览你的网站
。
。

在文章中合理地使用内部链接
。
。每篇文章应该与其他相关文章建设内部链接
，，，，以便用户和搜索引擎能够更好地导航和浏览你的网站
。
。内部链接还能夯实网站的内容结构
，，，，提升各个页面的权重
。
。

再次
，，，，要阻止太过链接
。
。过多的内部链接会疏散用户的注重力
，，，，并可能被搜索引擎视为垃圾信息
，，，，因此应当适量使用
。
。

第四步：网站速率优化

网站的加载速率是影响用户体验和搜索引擎排名的主要因素之一
。
。在江苏
，，，，随着网络用户的增多
，，，，网站的速率优化显得尤为主要
。
。

可以通过优化图片和视频的巨细
，，，，压缩文件
，，，，使用CDN（内容分发网络）来提升网站的加载速率
。
。这些步伐可以显著镌汰网站的加载时间
，，，，提高用户体验
。
。

要镌汰网站的HTTP请求数
。
。每个页面的HTTP请求越少
，，，，加载速率越快
。
？？？？？
？梢酝ü喜SS和JS文件
，，，，镌汰网页中的图片数目等要领来镌汰HTTP请求数
。
。

再次
，，，，要选择可靠的服务器和主机
。
。选择性能稳固、响应速率快的服务器
，，，，可以有用提升网站的速率和稳固性
。
。

第五步：用户体验优化

优异的用户体验是网站排名的主要因素之一
。
。搜索引擎不但关注网站内容
，，，，还会凭证用户的停留时间、点击率等数据来评估网站的质量
。
。

要确保网站的设计雅观、易于导航
。
。精练的设计、清晰的导航能够让用户更容易找到他们需要的信息
，，，，从而提高用户的知足度
。
。

要包管网站的移动端友

再次
，，，，要关注用户的互动行为
。
。网站上的用户点击率、停留时间、跳出率等数据
，，，，都是权衡用户体验的主要指标
。
。高质量的内容和优异的用户体验能够提高用户在网站上的停留时间和互动频率
，，，，从而提升网站的SEO排名
。
。

第六步：外链建设与社交媒体推广

外链是提升网站权威性和搜索引擎排名的要害
。
。虽然我们这里强调的是免费的SEO要害词优化
，，，，但合理的外链建设仍然是提升网站排名的有用手段之一
。
。

可以通过写博客、揭晓文章、加入行业论坛等方式来获取高质量的外链
。
。这些活动不但能够提升你的网站权威性
，，，，还能够吸引更多的流量
。
。

使用社交媒体平台举行推广
。
。在微信、微博、抖音等平台上分享你的内容
，，，，可以吸引更多的用户关注和会见你的网站
，，，，从而提升网站的曝光度和流量
。
。

再次
，，，，要注重网站的社交信号
。
。在社交媒体上
，，，，若是你的内容能够获得大宗的点赞、谈论和分享
，，，，这些都是对你网站内容的肯定
，，，，也是对你网站的一种“推荐”
，，，，从而有助于提升网站的SEO排名
。
。

第七步：剖析与优化

SEO是一个一连优化的历程
，，，，需要一直地剖析和调解
。
。在江苏地区
，，，，通过免费的SEO要害词优化排名
，，，，你需要按期剖析网站的流量、用户行为和搜索引擎排名等数据
，，，，找出问题所在
，，，，举行响应的优化
。
。

可以使用Google Analytics等工具来剖析网站的流量数据
。
。通太过析哪些页面的会见量最高
，，，，用户的停留时间和跳出率等数据
，，，，可以找到需要优化的地方
。
。

使用Google Search Console等工具来监测你的网站在搜索引擎中的体现
。
。通过这些工具
，，，，你可以相识哪些要害词让你的网站获得流量
，，，，以及这些要害词的排名情形
。
。

再次
，，，，要凭证剖析效果举行响应的优化
。
。若是发明某些页面的流量不睬想
，，，，可以通过优化这些页面的内容、要害词和内部链接来提升其体现
。
。要一直实验新的SEO战略
，，，，看看哪些战略能够更好地提升你的网站排名
。
。

结语

通过江苏免费SEO要害词优化排名
，，，，不但能够提升你的网站在搜索引擎中的排名
，，，，还能够吸引更多的高质量流量
，，，，为你的营业或个人品牌带来更多的时机
。
。SEO是一个需要一连起劲和优化的历程
，，，，但通过合理的战略和要领
，，，，你完全可以在竞争强烈的互联网天下中脱颖而出
，，，，让你的网站成为人们眼中的“明珠”
。
。

希望这篇文章能够为你在江苏地区的SEO优化提供一些有用的建媾和指导
。
。无论你是企业照旧个人博客
，，，，只要坚持不懈地优化和立异
，，，，你的网站一定能够在搜索引擎中取得优异的排名
。
。

祝愿你的网站在互联网天下中取得乐成
，，，，攀上属于你的岑岭！