AgentOrch基准：逐步交互仍更准，差距缩小79%

Zijie Liu等作者发布AgentOrch基准，在650条企业标准作业程序和3,220个运行时变体上，以匹配的工具、环境和评测直接比较全局编排与逐步交互。 结果显示，逐步交互在所有被测模型上仍更准确；但从早期模型到最强近期模型，两者的准确率差距已缩小约79%。

AI 根据报道生成 · 3 小时前更新

还没有足够的连续观测数据，暂不绘制趋势。