LLM评测标准失效？Arena接连下架头部模型，Agent浪潮正在重塑行业风向

近期，知名大模型竞技场（LMSYS Arena）接连下架了Claude 3 Opus及GPT-4.5（原文提及5.4）等顶尖模型，引发社区对LLM评测体系的广泛质疑。随着行业技术路线从单纯的“问答式AI”加速转向具备自主规划能力的“Agentic AI”，传统的对话榜单已难以准确衡量模型在复杂场景下的表现。这是否标志着，曾经作为行业金标准的Arena榜单，其权威性正面临被颠覆的危机？