mll-lab-nu/embodied-first-exam 是一套考试体系，代码智能体以程序形式解决取自多个基准的机器人任务场景。每道题只需提交一个程序作为答案，所写代码会在独立的沙箱中执行并接受验证。考试的运行使用 Harbor 作为执行环境。仓库用 Python 编写，许可证为 MIT，GitHub 星标数为 83。目前没有登记正式版本发布。
README 同时介绍了自带的九组考试（exam）和多个公开基准，仓库简介强调这是首个面向物理世界的代码智能体考试。它通过固定考试场景和输入来评估智能体的表现。这一配置的独特之处在于同时处理了真实机器人仿真与结果验证之间的隔离。该仓库的新鲜度评分为 10 分制 9.0 分，质量评分为 8.0 分。
不过，运行该考试需要 Linux 环境和容器配置，每道题还可能需要 GPU 和大容量存储空间。README 一并写明了执行流程和所需的环境条件。仓库创建于 2026 年 9 月 18 日，没有发布记录，动量评分为 10 分制 2.2 分。由于没有公开的考试结果和性能数据，仅凭这些资料难以判断其实际表现。目前更适合把它当作了解考试配置和题目组本身的参考资料。