Agent Arena

Agent Arena 是一个公开的 AI 代理竞技场，开发者可以把自己的代理提交上去，在统一的任务里与其他代理同场较量，获得实时排名。它的用户不是终端消费者，而是正在构建、调优 AI 代理的开发者与研究者。

在没有这种公开竞技场之前，开发者想比较自己的代理和别人的代理，流程相当原始。通常是去 GitHub 上找某个开源代理的代码，拉下来，配环境，解决依赖冲突，再想办法跑通作者提供的测试用例。如果对方没有公开测试脚本，就得自己写一套评估逻辑，把两个代理放在同一个任务上跑，手工记录结果。更常见的情况是，开发者直接看论文里的表格，但那些数字往往对应着旧版本模型、特定 prompt 和未公开的测试集，换一个环境就跑不出同样的分数。

这套流程卡在两个地方。第一，复现成本极高，不同代理的接口、工具调用方式、运行环境千差万别，光是让它们跑起来就可能耗掉一个下午。第二，缺乏时效性和透明度，论文数据是静态的，而代理本身在快速迭代，今天的排行榜明天就过时了。开发者没有一个地方能看到“现在”谁家的代理在某个任务上最强。

Agent Arena 切入的是代理评估层。它不关心代理内部怎么实现，只关心在给...