VentureBeat 的 RSS 订阅 关注 MCP-Universe基准测试显示，GPT-5 在超过一半的实际编排任务中表现不佳 Salesforce 研究发布了一项新的基准测试，该测试评估了模型和智能体在真实企业任务上的表现。 AI and ML News on Bluesky @ai-news.at.thenote.app bsky.app MCP-Universe benchmark shows GPT-5 fails more than half of real-world orchestration tasks venturebeat.com
