Benchmark Radar 第五天：无障碍趋势图与全景分析
Published:
趋势图现在有了一个真正的悬浮卡片。全景分析报告发布了。agentic 基准的数量从 3 跳到了 78。
Benchmark Radar 已上线。 每天追踪新的 AI 基准测试、数据集与排行榜：打开仪表盘 或 在 GitHub 上 Star。
今天做的事
我们把浏览器自带的提示框换成了自己做的悬浮卡片。它鼠标和触控板都能用，不会被高的柱子挡住。视障用户用屏幕阅读器也能读，屏幕阅读器是一种把屏幕内容念出来的软件。图表滚动时卡片跟着当前那一列走，按 Escape 键就能关掉。
我们把 Issue #52 重写成了完整的基准全景分析报告。agentic 基准的数量从 3 修正成了 78，这反映了生态里 agent 评估工作的真实规模。
我们加了一段简短摘要，让全景报告能快速扫完。
我们根据数据生成了图表，放进文档里。
语料库总量面板以前默认收起，现在自动展开，你一打开就能看到整体规模。
为什么这件事重要
悬浮卡片的修复其实是个无障碍问题。以前用屏幕阅读器的人根本没法跟趋势图互动。新卡片能用键盘操作、跟着焦点走，还会把自己的内容报给辅助技术。
全景报告的修正（从 3 到 78）关系到可信度。雷达之前严重低估了 agent 类基准的数量，因为分类体系里还没有 agentic 这个类别（前一天才加的）。类别一出现，真实数字就吓人了。这也说明为什么分类要准：分错了类，数就数错，结论就错。
解决的问题
- #52：语料库总量与 agentic 基准计数修正
- #59：语料库总量可见性
- #60：趋势悬浮卡片无障碍
- #67：agentic 基准计数（从 3 到 78）
- #68：基准全景分析报告
- #69：趋势悬浮卡片修复
- #71：全景报告配图
- #73：隐藏重复的报告表格
明天：Hacker News 集成和定时雷达可靠性。
想跟进 Benchmark Radar？在 GitHub 上 Star 仓库 获取每日更新，或 打开实时仪表盘 浏览扫描结果。阅读论文：arXiv:2609.11115。