标签
GDPevo是一个在真实业务任务上评估智能体自我进化的基准，涵盖CRM、ERP、金融、医疗、法律以及以数据为中心的工作流。作者发布了自动化流水线，并发现自我进化能将留出集准确率提升最多16.44个百分点，但智能体仍远低于全知的oracle上限。
一位用户讨论如何优化每月2500美元的AI API支出，比较Anthropic的Sonnet/Opus与GPT-5.5/Codex在编程和商业任务上的表现，寻求社区关于成本与质量权衡的建议。