已收录文章摘要，完整内容可前往原文阅读。
智猩猩AI整理论文作者投稿大模型 Agent 正在从「对话」走向「干活」。GDPVal、Workspace-Bench、Claw-Eval 等近年发布的基准，开始用真实工作任务考察 Agent：读懂几