作者提出跨轮次 AI Agent 任务的 3 个验收测试用例

2026 年 10 月 27 日，自称浙大计算机本硕的作者小虎在掘金发布文章《AI Agent 跨轮次任务怎么验收：3 个测试用例》。文章称，蚂蚁旗下的灵光 2.0 已开启小范围内测，计划在 2026 年 10 月全面开放；官方定位由此前的「陪聊 + 写应用」调整为「有长期记忆、能主动推进任务的个人智能体」。同一时间，腾讯 LightVela、阿里千问 Go！

、字节豆包 Spell、Meta Muse 都被提及正在竞争这一位置。针对这类面向跨轮次、跨工具办公任务的智能体，作者提出一套可复现的验收方法：把同一件跨轮次、跨工具的办公任务拆成 3 道题，按顺序交给任意一个候选智能体，以此判断它究竟是「管事助理」还是「换了皮的聊天框」。据作者介绍，读完该文可获得三样内容：3 个可直接照抄的测试用例、一张生态围墙下的选型判断表，以及一份可复用的派活说明书模板。

目前此事仅有这篇报道，该验收方法尚未有其他来源验证，3 个测试用例的具体内容在材料中也未完整给出。