18000+ 次实验揭示：Agent 自身配置如何影响任务表现

研究者在 4 个科学任务上改变 Agent 配置的 5 个部分，累计运行超过 18000 次实验，系统考察 Agent 自身配置如何影响其任务表现。业界对 Agent 的评测指标越来越细，却少有人研究配置本身的影响，关键发现公布在原推线程中。