热点事件持续更新
AutomationBench 206 个验证器被指有问题
1 篇报道1 个报道来源2 小时前更新
先了解这件事
AI 综述
AutomationBench 是由 Zapier 团队打造、用于评测 agent 完成业务流任务的 benchmark，公开任务共 600 个。2026 年 10 月 7 日，AGI Hunt 报道称，Parsewave 对 AutomationBench 进行了独立审计，结论是 600 个公开任务中有 206 个任务的验证器存在严重问题，即约三分之一任务的评判环节被判定不可靠。报道未提及 Zapier 团队或维护方是否作出回应，也未说明受影响任务是否会被修正、替换或下架。
AI 根据报道生成 · 1 小时前更新
最新进展10月7日 05:55
Parsewave 独立审计确认，AutomationBench 600 个公开任务中 206 个验证器存在严重问题。报道时间线
沿着报道，了解事件的不同侧面。
10月7日
- AGI Hunt精选Parsewave 审计 AutomationBench，600 个公开任务中 206 个验证器存在严重问题
Parsewave 对 Zapier 团队打造的 agent 业务流 benchmark AutomationBench 做独立审计，确认 600 个公开任务中有 206 个验证器存在严重问题。
本事件热度走势
还没有足够的连续观测数据，暂不绘制趋势。