AgentWorld：多智能体 LLM 长程协作 benchmark，最强模型组队通关率仅 52%

OpenAgents 团队联合哥伦比亚大学等机构发布 AgentWorld，一个面向多智能体协作能力的长程 benchmark，把 3 至 20 个智能体放进 MMORPG 沙盒完成 100 个人工设计任务及 100 个增强变体。