任务集 v1.0 · 中国本地
ARTB-C04 · v1.0
家族群 300 条消息
场景
我只想知道过年谁家请客、什么时候。
我们对 agent 说的话
总结一下 {group} 群聊：过年谁家请客、哪天、我要带什么。
每轮更换的参数
{group}
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
- 请客的人、日期、要带的东西都和最终方案一致。
部分通过
- 3 项里对 2 项。
失败
- 给出的是过时的方案，或者只对 1 项及以下。
保留的证据
screen_recording
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 |