关于 Taste-Bench 的报道

AI Agent在长期决策中表现出的低准确率，意味着当前的大语言模型在处理复杂、多阶段的战略规划时，依然缺乏有效的审美与判断机制。单纯依赖延长思考时间无法解决策略方向的偏离，未来的优化方向将从单点推理能力转向长周期任务的全局权衡。