Thinkingbox 沙盒与 507 任务基准发布

Zhuochun Li 等作者发布 Thinkingbox，一个面向有状态业务流程智能体的沙盒，支持工具、智能体与用户交互，提供隔离的 MCP 兼容工具会话、完整执行轨迹，以及基于后端终态的评估。 作者在该沙盒上构建了 Thinkingbox-bench，包含零售、酒店、车险、数字银行内部 IT、咨询 IT/HR 支持等场景的 507 个策略约束工作流。

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。