已收录文章摘要，完整内容可前往原文阅读。
从 128 个任务、11 个初始基线，到持续更新的 26 个系统 Leaderboard。MemGUI-Bench 试图回答一个更接近未来智能体的问题：当任务跨越数十步、多个应用乃至多次会话，GUI