感謝 @xai 團隊在凌晨 2:00 的努力，幫助我們完成這個任務 介紹 Agent Runner：第一個開源代理，與真實用戶一起運行，以創建現實編碼的實時基準 我們追蹤工具調用、重新提示和多文件編輯，從 @OpenAI、@xai、@GoogleDeepMind、@AnthropicAI、@MistralAI、@Zai_org、@Kimi_Moonshot 中挑選最佳的開始