EdgeBench

EdgeBench 是一个面向真实环境的自主AI智能体学习能力评测基准。它包含134个可执行的真实世界任务（已开源51个），支持长达12小时以上的持续交互式评估，追踪智能体在多级反馈环境中的完整学习轨迹，并基于38,000+小时交互数据发现性能随时间呈高拟合度（R²=0.998）的log-sigmoid缩放规律。项目提供统一评估框架、公开数据集及详细技术报告，适用于评估智能体长期学习能力、环境适应性与渐进式优化效果，特别适合具身智能、自主代理系统及AI学习动力学研究场景。