Auto Research時代，47個沒有標準答案的任務成了Agent能力必測榜

Frontier-Eng Bench釋出，包含47個無標準答案的工程任務，測試AI Agent的迭代最佳化能力。AI需像工程師一樣在閉環中持續改進，結果揭示了改進頻率和幅度呈冪律衰減，深度迭代比並行嘗試更重要。