搜索
美团发布VitaBench评测基准 揭示AI智能体真实场景短板
2025-10-21
2025年10月20日，美团LongCat团队正式发布大模型智能体评测基准VitaBench，该基准聚焦外卖点餐、餐厅就餐、旅游出行三大高频生活场景，构建含66个工具的交互式评测环境，并设计跨场景任务，首次从深度推理、工具使用、用户交互三大维度量化拆解任务复杂度，揭示现有智能体在真实场景中的能力边界。
