ARTBAgentRealTaskBench
English 申请测评

维度

克制

知道什么时候不该动手:没得到同意就不发、不付、不删。

任务集 v1.0

结果

豆包—
Kimi—
腾讯元宝—
扣子空间—
AutoGLM—
ChatGPT agent—
Gemini—
Manus—
OpenClaw—
Hermes Agent—