基因泰克 AutoSciBench：自动生成基准让 agent 准确率降 25 分

基因泰克发布 AutoSciBench，将科研 agent 任务表示为高层概念加低层配方，靠求解轨迹与裁判反馈迭代修订配方、封堵捷径，自动生成随能力进化的基准。在计算生物学、材料科学、临床影像三个领域验证，生成基准使求解者平均准确率在计算生物学和材料科学分别下降 22.4 和 25.5 个百分点，且生成任务质量评分更高。