这项由上海交通大学与字节跳动联合发起、并有麻省理工学院、清华大学等多家机构参与的研究,于2026年5月以预印本形式发布,论文编号为arXiv:2605.03596v1。研究团队构建了一个名为Workspace-Bench的基准测试体系,专门用来评估A ...