一、智能体任务的核心属性：从静态评估到动态交互 传统AI基准测试（如GLUE、SuperGLUE）通过静态数据集衡量模型知识储备，但无法反映真实场景中的动态决策需求。研究团队提出智能体任务的三大核心属性，重新定义了……
