CoArena 推出免费的代理人基准，并在其下建立付费数据业务
YC S26 的创始人声称早期收入为 60,000 美元，尽管 CoArena 的网站目前显示新的任务和评审已暂停。
By Ryan Merket · Published
Primary source: Y Combinator
为何重要
面向计算机使用的代理进步速度超过了固定基准保持有效性的能力。CoArena 正在押注，免费访问能够生成 AI 实验室会购买的实时任务、失败轨迹和人工标注。
Prateek Jannu and Nitish Kovuru have launched CoArena, a service that sends two computer-use agents through the same user-submitted task and asks people to judge the results without knowing which model produced them.
两位来自旧金山的创始人推出了 CoArena，这是一项服务：将两个计算机使用代理派去执行相同的用户提交任务，并让人们在不知道哪个模型产生结果的情况下对结果进行评判。该两人团队的业务既部分是基准测试，又部分是免费代理产品，同时也兼具数据收集的商业模式。用户提供实时工作，比如查询航班或整理费用报表。CoArena 将同一任务运行两次，在投票后揭示模型身份，并使用偏好数据更新其排行榜。…
When you purchase through links in our articles, we may earn a small commission. This doesn’t affect our editorial independence.