AWS 发布了 aws-bench，这是一个开源基准测试工具，用于评估 AI 代理在真实 AWS 任务（如配置错误和基础设施配置）上的表现。与传统基准测试不同，它在可一次性使用的 AWS 账户中利用真实资源，并通过自动化验证器对代理性能进行评分。作者：Gianmarco Nalin