3.8万小时、狂烧天价token：字节发现Agent的 Scaling Law

字节跳动Seed团队发布EdgeBench评测平台，通过134个长时程任务（单任务至少运行12小时）、总计约3.8万小时Agent运行实验，首次发现Agent环境学习遵循高精度log-sigmoid Scaling Law（R²达0.998），揭示其学习过程具有可预测性、路径多样性、经验依赖性及学习效率持续加速等核心规律，推动AI评测从静态能力向动态成长能力范式跃迁。