CEO-Bench: Can Agents Play the Long Game? . Contribute to zlab-princeton/ceobench-src development by creating an account on GitHub.

正如 Uber 和微软 COO 最近所领教的那样，鼓励公司工程师积极使用 AI 可能会带来巨额账单，甚至可能抵消裁员带来的所有收益。 不过 Netflix 的 AI 账单或许不会那么触目惊心，这要归功于公司的高级工程师 Tejas Chopra，他开发了一款软件，可以在指令到达大语言模型之前，以词元为单位对智能体指令进行精简。 Chopra 估计，高达 ...

要理解这项研究的价值，得先聊聊背景。近年来，有一类AI工具越来越火，它们不只是回答问题，而是能像真人程序员一样，自主地打开文件、修改代码、运行测试、反复调试，直到把一个真实的软件问题解决掉。这类工具有个专业叫法——"代码智能体"（coding agent），OpenClaw就是其中的典型代表。

MCP 生态还在快速演进，但 Go 在其中的位置已经相当明确。从官方 SDK 的协议实现，到 GitHub MCP Server 的生产级验证，再到 Google ADK Go 的框架支撑，Go 正在成为 MCP 基础设施的重要组成部分。 MCP（Model Context Protocol）正在快速成为 AI 模型与外部工具交互的标准化协议。