**SpacebarBench：首个模拟真实协作工作流的 AI Agent 基准测试**

_SpacebarBench: Benchmarking Agents on Whiteboards_

> SpacebarBench 推出了首个针对 AI Agent 在共享协作工作空间中的基准测试。该测试通过 14 个连续演进的请求，模拟了从市场调研、预算建模到最终决策的完整项目周期。与传统的独立任务评估不同，SpacebarBench 要求 Agent 在包含浏览器、文档、电子表格和交互式应用的持久化画布中工作，能够复用早期生成的工件并保持一致性，从而真实评估 Agent 参与人类协作流程的能力。

**来源信息**
- **来源**：Hacker News：AI 热帖
- **分类**：ai-products
- **发布时间**：2026-10-21 11:34（北京时间）
- **原文**：[打开原文](https://www.spacebar.ai/benchmark)