微软在 Hugging Face 发布 ThinkingBox 智能体沙箱

微软与 Hugging Face 发布 ThinkingBox 智能体沙箱及 ThinkingBox-Bench 基准，覆盖 507 个有状态业务工作流，每个任务运行 20 次，以终局数据库状态和副作用作为可执行判定，现可通过 OpenEnv 在 Hugging Face 上运行。