IXThinker·2026-02-27 02:05

CORPGEN環境考驗多任務AI數字員工

研究者提出多時間跨度任務環境，模擬真實辦公中數十個相互依賴任務並行的場景。測試顯示主流電腦操作Agent完成率由16.7%跌至8.7%，而CORPGEN架構將完成率最高提升3.5倍。

單任務測試失真

現有AI代理基準測試僅評估單任務能力，但真實辦公場景需要同時處理數十個相互依賴的任務。為此研究者提出多時間跨度任務環境MHTEs，更貼近知識工作者多線程、強耦合的工作流。