AgentWatch — 实时 AI 漂移侦测器

作者创建了 aistupidlevel.info，这是一个开源自动基准平台，每约20分钟运行140多个代码/调试/优化任务，针对多个大型语言模型(LLMs)测量正确性、拒绝率、延迟和稳定性的漂移，发现模型性能存在明显波动。