微软开源 ThinkingBox 智能体沙箱与基准

2026 年 10 月 5 日，AGI Hunt 报道称，微软的 ThinkingBox 现已作为 OpenEnv 环境开放。据该报道，ThinkingBox 是一个用于测试 agent 处理企业业务流程的沙箱：agent 通过 MCP 工具操作真实数据库，评测时不采信 agent 最后给出的汇报文本，而是检查数据库中实际发生了哪些变更，以真实数据变更作为判断依据。报道将其评价为“不信 agent 的嘴，只查数据库的真实变更”。截至目前，公开报道仅涉及该环境开放一事，尚未见关于基准成绩、参与模型或后续版本的进一步信息；现有报道之间也未出现数字、时间或说法上的矛盾。

AI 根据报道生成 · 2 小时前更新

还没有足够的连续观测数据，暂不绘制趋势。