Salesforce 发布 A²-Bench，拆解多智能体协作的 20 种失败模式

Salesforce AI Research 发布 A²-Bench，通过约 500 个跨边界多智能体场景评测系统协作。该基准覆盖合作、混合动机与竞争三类设定、8 个领域，并基于 2500+ 次运行归纳出 4 大类别共 20 种失败模式，同时衡量任务完成度与 agent 对委托人的忠诚度。论文、代码与数据集已开源。