博士团队筹建开源 Agent 工作流基准并征集需求

一个主要由博士生组成的团队正在筹建开源基准，聚焦真实世界的 LLM/Agent 工作流，以填补现有学术基准的盲区。团队指出现有基准过于宽泛、难以匹配具体应用场景，并公开征集「生产上必须做但没有好的评测方法」的工作流案例，希望以社区痛点驱动基准设计。