Benchmark Radar 第十四天：订阅源覆盖、简报可靠性与生产环境 Q&A
Published:
你好，我是 Koutian。第十四天，我们把雷达的几个老毛病修好了，也让它更像一个会自己干活的工具。
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。
订阅源（feed，就是雷达每天去抓数据的新闻源头）覆盖面更广了。我们多接了一些第一方基准测试的源头，抓到的东西更全。你以后看到的清单会更多更全。
我们加了一个过滤器，专门挡掉「赞助诱导内容」。说白了就是那些挂着基准测试名号、其实是来打广告的文章。这样你看到的都是真内容，不是软文。
OpenAI 简报（每天自动写的一份总结）现在有了重试预算。网络偶尔抽风时，它会多试几次再放弃，而不是一断就废。你早上打开看到的简报更不容易半截没了。
我们还加了一道输出截断防护。长内容不会被莫名其妙砍断。你读到的总结是完整的。
运行调度改成了每天只跑一次，定在新加坡时间上午 9 点。之前是多个时段跑，时间飘忽不定。现在每天同一时刻跑，出了事也好查。你哪天发现没更新，一眼就知道是断了。
生产环境里我们开了问答功能。雷达现在不只会把「有什么」摆给你，还会自己提问、自己答。比如它会问「今天新出的基准测试里，哪个跟昨天最不一样」，然后给答案。你不用自己琢磨该问什么，它替你想了。
我们把每条数据标上了采集方式。你能分清哪些是实时抓来的，哪些是从历史回溯补采的。你看数据时心里有底，知道来源是哪。
回溯补采的数据，我们也补上了采集方式标记。旧的窟窿填上了。
为什么值得你关心。
把调度改成每天一次，最大的好处是稳。之前多个时段跑，什么时候出结果没准儿。现在固定时刻跑，记录清清楚楚，事后查账也方便。
问答功能是个转折。雷达以前是单向输出，它告诉你有什么。现在它会反过来问你该问的问题。你哪怕啥也不懂，也能跟着它的问题看明白今天发生了啥。
采集方式标注，说白了就是给你知情权。你能区分实时数据和历史补采数据，就不会被混在一起的数字误导。
解决的问题。
- Issue #169
- Issue #170
- Issue #171
- Issue #172
- Issue #175
- Issue #176
- Issue #177
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。