Auto Research时代，47个没有标准答案的任务成了Agent能力必测榜

Frontier-Eng Bench发布，包含47个无标准答案的工程任务，测试AI Agent的迭代优化能力。AI需像工程师一样在闭环中持续改进，结果揭示了改进频率和幅度呈幂律衰减，深度迭代比并行尝试更重要。