热点事件持续更新
微软与 Hugging Face 发布 ThinkingBox 智能体评测基准
1 篇报道1 个报道来源4 小时前更新
先了解这件事
AI 综述
2026年10月4日，微软 Copilot Studio 团队与 Hugging Face 联合发布智能体评测基准 ThinkingBox。该基准通过隔离的 MCP 工具会话运行智能体，并依据其留下的后端终态和副作用而非生成的回复文本进行打分，每个任务重复 20 次。报道未披露任务规模、覆盖领域或与其他基准的对比结果，也未提及后续更新计划。
AI 根据报道生成 · 3 小时前更新
最新进展10月4日 06:56
微软与 Hugging Face 联合发布 ThinkingBox，按后端终态而非回复文本评测智能体。报道时间线
沿着报道，了解事件的不同侧面。
10月4日
- Hugging Face Blog精选微软与 Hugging Face 发布 ThinkingBox：按数据库终态而非回复文本评测 AI 智能体
微软 Copilot Studio 团队与 Hugging Face 联合发布 ThinkingBox，通过隔离的 MCP 工具会话运行智能体，再根据其留下的后端终态和副作用而非生成文本打分，每个任务重复 20 次。
本事件热度走势
当前热度 9·可比范围峰值 10（10月4日 08:00）·近 24 小时可比范围变化 –
趋势仅比较持续完整观测到的相同主体，范围可能小于当前热度统计。移动指针或点击图表查看每小时热度；键盘可用左右方向键切换。