新知與拆解代理與自動化
八個 Agent Benchmark 的分數不能互相比，判分方式各不相同
簡報上的 agent 榜單數字來自不同日期、不同計分方式，例如 20.6%、21.25%、74% 和 0.51%，分別出自 OSWorld 2.0、RLI、DeepSWE 和 ARC-AGI-3。ALE、GDPval 等八個榜單各量什麼、誰判分、飽和了沒有，依 2026-10-23 查閱的資料逐項對照並標明日期。
TOPIC · 代理與自動化
Agent Systems
Agent、工具與流程怎麼組成可以維護的工作方式。
