字节跳动 Seed 发布 EdgeBench：衡量真实世界环境学习，发现新 Scaling Law

字节跳动 Seed 发布超长程评测集 EdgeBench，包含 134 个真实任务，覆盖六大能力领域，每个任务支持 Agent 连续工作 12 小时以上。基于约 38000 小时环境交互记录，研究发现 Agent 环境学习表现遵循 log-sigmoid 曲线，平均拟合精度 R²=0.998，前沿模型的学习速度接近每三个月翻一倍。