腾讯混元发布 LifeSearch 基准评估 agent

2026年10月14日，据 AGI Hunt 报道，腾讯混元团队发布 LifeSearch 基准。该基准专门用于评估 deep research agent 在真实生活与生产力场景中的能力，共包含 203 个中英文任务，覆盖 7 大领域。报道称，在该基准上表现最强的 agent 为 GPT-5.6 Sol，成绩也仅为 63.4%。目前公开信息仅来自这一篇报道，尚无其他来源披露任务构成细节、评测方式或后续榜单更新情况。

AI 根据报道生成 · 51 分钟前更新

还没有足够的连续观测数据，暂不绘制趋势。