企业基准

智能体研究正在把工作场所交付、上下文恢复和安全证据放到同一张记分卡上

当天证据最强的研究将大型语言模型（LLM）智能体视为生产系统，这类系统需要任务上下文、可复用流程和安全检查。DeepDiscovery、EnterpriseClawBench 和 AFTER 给出了最清楚的证据，包含具体任务、制品和迁移测试。