Arena.ai 将 Agent Arena 的 Bash 指标升级为 Reliability

2026年10月14日，Arena.ai 通过其 X 账号 @arena 宣布，已将 Agent Arena 排行榜的 Bash Recovery 指标升级为 Bash Reliability。据该来源称，新指标会读取每次 bash 调用的目的、结果与错误原因，并判断错误是否在该次调用内被修复，只统计智能体真正造成的失误。同一来源还表示，回填后的分数即将发布到其公开的 Hugging Face 数据集。该来源未披露新指标的具体计算公式、生效时间范围或对既有榜单排名的影响。事件目前进展为指标更名与口径调整，后续数据回填尚未落地。

AI 根据报道生成 · 1 小时前更新

还没有足够的连续观测数据，暂不绘制趋势。