公众号正文需在微信内阅读，站内仅提供摘要。
在微信中打开原文（在新标签页打开）美团 LongCat 开源 VitaBench 2.0：长期动态智能体基准新标杆
AI 导读
美团 LongCat 团队开源 VitaBench 2.0，这是首个真实生活场景下面向长期动态用户建模的智能体评测基准，包含56名真实特征用户、819个复杂任务、超2000个动态偏好及66个可执行工具，平均每位用户交互事件达2093个、时间跨度1580天。
公众号：龙猫LongCat（美团）
精选
69
AI 编辑部评分，满分 100美团 LongCat 开源 VitaBench 2.0：长期动态智能体基准新标杆
美团 LongCat 团队开源 VitaBench 2.0，这是首个真实生活场景下面向长期动态用户建模的智能体评测基准，包含56名真实特征用户、819个复杂任务、超2000个动态偏好及66个可执行工具，平均每位用户交互事件达2093个、时间跨度1580天。
推荐理由
它将评测重心从单次任务转移到对用户偏好的长期追踪与主动沟通，实验显示主动提问和偏好利用仍是普遍短板，记忆策略并非简单叠加，这会改变智能体个性化研究的评估方法。
来源：公众号：龙猫LongCat（美团）· mp.weixin.qq.com