图1：Clawdbot界面 图2：Minimax调用量（Openrouter）

Clawdbot Openrouter

Minimax开源新评测集，定义CodingAgent的生产级标准

Agent模型忽视过程正确导致不遵循明确指示。根据Minimax公众号文章，在CodingAgent的实际应用中，公司观察到一个反复出现，却常被忽略的的现象：Agent不遵循明确给出的指令。当前的学术榜单其核心理念几乎都是Outcome-basedMetrics(结果导向指标)，无法刻画模型在沙盒环境下的输出过程，更不用说复杂现实场景的真实交互体验，最终导致了评估和真实使用场