Founders Fund、Pantera 與 Franklin Templeton 加入 Sentient 的 “Arena”，對企業級 AI 智能體進行壓力測試
過去兩年裡，企業一直在加速把 AI 智能體引入真實工作流程：從客服、後台運營，到金融與合規等需要高強度決策的流程。 隨著這些系統越來越多地被嵌入實際業務，一個新問題正在浮現：智能體能夠檢索訊息，但當工作變得「髒」、多步驟、或高風險時，它們往往難以給出穩定、可解釋、可複現的推理過程。
今天，開源 AI 實驗室 Sentient 正式推出 ArENA——一個實時、可投入生產級使用的環境，面向全球數千名 AI 開發者，用來對各種企業最難的推理問題進行壓力測試與競賽式迭代。 Arena 初始階段的首批參與陣容包括 Founders Fund、Pantera，以及管理資產規模超過 1.5 兆美元的 Franklin Templeton（富蘭克林鄧普頓）——這也釋放出一個信號：機構正在對「在上線部署前，對 AI 智能體進行結構化評測」產生早期、明確的興趣。
「當企業把 AI 智能體應用到研究、營運和麵向客戶的工作流程時，問題已經不再是這些系統是否足夠強大……而是它們在真實工作流程中是否可靠。」Franklin Templeton Digital Assets（富蘭克林鄧普頓數位資產）管理合夥人 Julian Love 表示。 Love 補充說，像 ARena 這樣的結構化環境，將幫助業界把「有潛力的想法」和「真正能用於生產的能力」區分開來。
Sentient 共同創辦人 Himanshu Tyagi 表示：「AI 智能體在企業內部不再只是實驗；它們正在進入會觸及客戶、資金和運營結果的關鍵流程。
Arena 模擬了企業工作流程的真實混亂：資訊不完整、上下文很長、指令含糊、來源互相衝突。 Arena 不僅評判智能體是否給出“正確答案”，而是記錄完整的推理軌跡（reasoning trace），以便工程團隊定位失敗原因，並長期驗證改進是否有效。
這為跨模型、跨技術棧的推理評估提供了一個中立、與廠商無關的基準（vendor-agnostic benchmark）。 Arena 強調生產級表現而非 Demo 表現，從而形成可驗證、適用於高風險場景的智能體能力，企業也可以把這些能力遷移到自己的私有資料和內部工具上。
在第一項挑戰中，加入 Arena 的開發者將聚焦一個企業級基礎難題：文檔推理（document reasoning）。 AI 智能體需要對複雜、非結構化資料進行推理與計算——這類工作是金融分析、根因調查、投資備忘錄撰寫、客戶服務等場景的底層支撐。
初始階段的其他參與者還包括 ALPHAXiv、Fireworks、OpenHands、OpenRouter 等；隨著 Arena 在任務、行業與模型整合上的擴展，預計還會有更多參與者加入。
近期研究也凸顯了 Arena 試圖解決的缺口：85% 的企業表示希望成為“智能體企業（agentic enterprises）”，近四分之三計劃部署自治智能體，但真正擁有成熟治理體系的不到四分之一；許多企業難以把試點擴展到大規模生產部署。 企業平均已經在運作約十幾個智能體，通常分散在各自孤立的場景中；不少企業認為，如果沒有更好的編排與協同能力，繼續增加智能體只會帶來複雜度上升，價值反而下降。
「在 OPEnHands，我們一直很願意支持開發者使用智能體解決真實、實用的問題。」OpenHands 首席科學家兼聯合創始人 Graham Neubig 表示，「我們也很高興支持參賽者使用 OpenHands Software Agent SDK 來應對這些複雜挑戰。」
OpenRouter 聯合創始人兼 CEO Alex Atallah 表示：「Arena 正是那種能推動開源 AI 向前的計劃——它讓研究者可以在公開環境中競爭、迭代和創新。我們很期待與 Sentient 加深合作，並提供基礎設施，讓實驗更快、更容易規模化。」
Arena 將面向全球啟動，邀請數千名 AI 開發者申請加入第一期限定隊列，並從 2026 年 3 月起在舊金山舉行線下活動。
關於 Sentient Labs
Sentient Labs 是一家領先的技術研究與產品組織，致力於推動開源 AI 的發展。 作為 Sentient Foundation 旗下的創新引擎，Sentient Labs 在 AI 推理、對齊與智能體協作等方向進行前沿研究。 Sentient 是 ROMA 等高效能框架以及 Dobby 等開源模型的核心研發方。 Sentient 的使命是讓開源 AI 從「實驗」走向「必需」。 透過提供建構強大、可組合智慧體系統的基礎設施，Sentient 讓開發者能夠對開源工具實現商業化，並達到企業級可用性。 Sentient 致力於推動開源成為全球關鍵任務 AI 營運的預設標準。
