前段时间一个智能体评测引起讨论:任务默认限时 8 小时,要求交付 XLSX、PPTX、DOCX、PDF,由资深审阅者打分,最高通过率 12%。 工程视角看,这件事不新鲜。它说明长周期任务的瓶颈不在生成