CEO-Bench 发布首个 500 天创业公司长程决策基准

CEO-Bench 论文（arXiv:2606.18543）评估 AI Agent 长期经营动态系统的能力，要求智能体在 500 天模拟中经营创业公司。当前最强 LLM 刚跨过 100 万美元初始资金门槛，多数模型仍破产或亏损，长期记忆与预测能力是关键瓶颈。