5月26日，紅杉中國宣布推出全新的AI基準(zhǔn)測試xbench，并發(fā)布論文《xbench: Tracking Agents Productivity, Scaling with Profession-Aligned Real-World Evaluations》。這是首個(gè)由投資機(jī)構(gòu)發(fā)起，聯(lián)合國內(nèi)外十余家高校和研究機(jī)構(gòu)的數(shù)十位博士研究生，采用雙軌評估體系和長青評估機(jī)制的AI基準(zhǔn)測試。xbench將在評估和推動AI系統(tǒng)能力提升上限與技術(shù)邊界的同時(shí)，重點(diǎn)量化AI系統(tǒng)在真實(shí)場景的效用價(jià)值，并長期捕捉Agent產(chǎn)品的關(guān)鍵突破。