评测盲区：Fable 与 Astra 等 AI 科研 agent 做事风格迥异，榜单却只看一个分数

同一任务下，AI 科研 agent Fable 与 Astra 展现出完全不同的「性格」：Fable 鼓励尝试更大目标，Astra 建议先跑试点、逐项验证证据。AI 科研的过程如今首次被完整记录在日志里，研究者可直接对「研究过程本身」做基准评测，而不必把科学探索压缩成榜单上的一个分数。