Agent组队干活基准评测：最强模型仅完成50%任务

新基准评测显示，即便个体能力最强的AI Agent，在组队协作完成任务时也仅完成50%的任务。该评测聚焦Agent的协作能力，而当前Agent已能独立完成编写代码、开发软件、检索文献及辅助科学研究等工作。