Nicolas Keller 团队启动迄今最大规模智能体系统评测

Nicolas Keller 团队启动迄今最大规模的系统性智能体评测，将评测重点从把 Agent 当作工具，转向衡量其能否像“聪明的工具使用者”一样有效使用工具。Animesh Garg 认可这一方向，完整评测细节将在后续推文中公布。