美团 LongCat 团队发布 VitaBench 2.0 长期动态用户建模智能体基准并开源

美团 LongCat 团队发布 VitaBench 2.0，一个面向真实生活场景长期动态用户建模的智能体评测基准，包含56名拟真用户、819个复杂任务、超2000个动态偏好和66个可执行工具，平均交互周期1580天。