标签
MS-Eval 提出一个统一评估套件，用于量化主代理委派与子代理执行（MAD-SAE）范式在 MCP 密集场景中的表现，对四个 MAD-SAE 变体和八个前沿模型的评测显示子代理专业化最优，开源模型整体表现有竞争力，但委派通常增加成本且收益不确定。
OpenAI 发布 GPT-5.6 系列模型，每个 token 提供更多智能、更强方向一致性，并引入程序化工具调用、子代理委托和全新推理级别，显著提升自主开发效率。