任务集 v1.0 · 海外本地
ARTB-G02 · v1.0
Reddit 调研
场景
做决定之前想看 Reddit 上的真实讨论。
我们对 agent 说的话
找 5 个最近一个月关于 {topic} 的 Reddit 帖子，附链接，总结大家共同的建议。
每轮更换的参数
{topic}
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
- 5 个帖子都真实存在、切题、在 30 天以内，链接能打开。
部分通过
- 3–4 个满足全部要求。
失败
- 不超过 2 个，或者有编造的帖子。
保留的证据
screen_recording, link_check_log
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 |