（来源：上观新闻）
每一个专业代理🚺在开始工👀🍠作时，🇸🇭⛱不是靠"回忆上🔳一轮对话说👩🎤了什么🌮"，而是先🕢看一眼整个工作区🍻🙃的目录索引☀（一个轻量的💔"地图"），然🥖🐢后按需读取与自己😺🌀任务相关的文件，🎮🇭🇳完成工作后再🍱🇩🇬把结果写回😣对应文件🐢。从一线城市的CB🧬🏫D到三线城😘🧂市的写㊗🐨字楼，下了🇵🇸班换双鞋就往球馆👩🎨🥿跑的人🧼🤽♂️越来越多❌。
更重要的是，他们🌭⛑通过大规模🥋💍实验揭示了当前最🔡🇬🇬先进的👩👩👧👦多模态🆗♎大语言模💭型在区域🏡🗼级质量⏬理解上👴的系统性🚷🧫短板—2️⃣🖍—即使是🇻🇪 Ge🎩🇬🇳mini 2.🦈5 P🇮🇨ro 这样的🥴🇸🇯顶尖商业模型🌦🕠，在这类任务🇯🇪👱♀️上的表现也接🐱🍻近随机猜🇵🇸测的水平⛽🇹🇲。
TRACE则🧧以47.🚪💢0%的整体通🎁过率、44%的航😲🎈空领域通过率和1️⃣🕖iso认证是什么48.🐔2%的零🇹🇭👨🦰售领域通🌑🍤过率，显著🔲🇨🇭领先所有对比方📯🛢法，比💇♂️第二名的GEPA🍘高出7.4个百分💎点🚟🇲🇽。数据构成上🚻，长文档👜✒数据单独cur🇺🇲👨🎤ate，优先收录🇸🇮科学论文和技🐒💣术报告👗这类有学👨🦱📻术价值的长🐛材料🇲🇼🍳iso认证是什么。
