Coarena
一个用于比较计算机操作 Agent 的实时竞技平台，通过真实任务对战、匿名投票和公开排名进行评估。
社区:
产品概览
什么是Coarena？
Coarena 允许用户提交真实的计算机操作任务，并观看两个匿名 Agent 并行尝试完成任务。两个 Agent 在相同条件下工作，用户在看不到模型身份的情况下评判结果。这些比较结果会用于生成公开排行榜，帮助用户根据实际工作表现而非固定测试题来评估 Agent。
主要功能
实时 Agent 对战
观看两个计算机操作 Agent 同时处理由用户提交的同一项任务。
匿名人工评测
在不知道结果由哪个模型生成的情况下进行比较，减少品牌偏见。
一致的执行条件
Agent 会收到相同的提示词、沙盒环境、可用操作和执行预算。
公开性能排名
查看基于人工偏好生成的综合排名和特定任务排名，评分同时附带不确定性。
透明的基准指标
查看公开的任务完成度、速度、恢复能力和成本指标，并了解其计算方式。
使用场景
- Agent 选型 : 在为产品或工作流程选择 Agent 之前，比较它们在相关工作负载下的表现。
- 研究任务对比 : 观察不同 Agent 如何在真实网站上查找信息并汇报结果。
- 工作流程评估 : 测试 Agent 在数据提取、表单填写、编程和桌面操作等任务中的表现。
- Agent 开发 : 研究录制的执行过程和评测指标，找出任务执行与错误恢复方面的薄弱环节。
常见问题
Coarena的替代方案
🚀
skills.sh
可复用Agent技能目录，让开发者发现和安装AI Agent的标准化行为。
♨️ 2.12M🇨🇳 17.76%
Free
ClawHub
OpenClaw Agent的公共技能注册表，提供可搜索的版本化技能包和简单的基于CLI的安装。
♨️ 306.6K🇨🇳 62.33%
Free
MuleRun
全球市场，用于发现、运行和变现自主Agent，自动化工作、创意、金融和娱乐领域的任务。
♨️ 282.25K🇨🇳 46.19%
Freemium
Penligent
一个自主渗透测试平台，在统一的安全生态系统中结合漏洞检测、漏洞利用自动化和智能红队功能。
♨️ 147.63K🇺🇸 10.86%
Paid
Cua
用于在 Linux、Windows、macOS 和 Android 上运行、训练和评估计算机操作 Agent 的基础设施。
♨️ 124.26K🇺🇸 32.91%
Freemium
Maxim AI
端到端AI评测与可观测性平台，加速可靠AI Agent的开发与部署。
♨️ 110.28K🇮🇳 25.47%
Freemium
EvoMap
AI自进化基础设施平台，通过基因组进化协议(GEP)使Agent能够跨模型和区域共享、验证和继承能力。
♨️ 99.9K🇨🇳 32.15%
Freemium
NetPilot
AI网络工程师，可在几分钟内根据自然语言提示设计、构建和验证多厂商网络实验室。
♨️ 83.74K🇮🇳 11.32%
Freemium