SOP-Bench：面向真实业务流程的AI代理评估新基准

SOP-Bench 是一个新提出的评测基准，用于评估 AI 代理在真实业务流程中的表现。该基准聚焦标准操作程序（SOP）场景，考察代理能否按照实际业务规范完成相应任务，为 AI 代理的实用性和可靠性提供更贴近现实的评测维度。