任务集 v1.0 · 通用任务
ARTB-018 · v1.0
最新版本改了什么？
场景
我用的一个 App 刚更新，我想从官方渠道知道改了什么。
我们对 agent 说的话
{software} 最新版本是多少，改了什么？附上官方更新说明的链接。
每轮更换的参数
{software}
提示词模板是公开的，具体参数在每轮结果发布时一起公开。
判定标准
通过
- 最新版本号正确，至少 2 条改动正确，链接是官方的。
部分通过
- 版本号正确，但改动或链接不完整。
失败
- 版本过时，或者编造改动。
保留的证据
screen_recording, changelog_screenshot
结果
| 豆包 | 未测 |
| Kimi | 未测 |
| 腾讯元宝 | 未测 |
| 扣子空间 | 未测 |
| AutoGLM | 未测 |
| ChatGPT agent | 未测 |
| Gemini | 未测 |
| Manus | 未测 |
| OpenClaw | 未测 |
| Hermes Agent | 未测 |