VitaBench 2.0

简介

VitaBench 2.0 是美团 LongCat 团队 VitaBench 的第二代交互式智能体评测。初代 VitaBench 基于外卖、到店消费与在线旅行等生活服务场景，构建了包含 66 个工具的复杂模拟环境，提供 100 道跨场景任务与 300 道单场景任务。2.0 版进一步面向长期用户交互中的个性化与主动性：任务按单个用户的时间顺序组织成序列，每条序列跨多个领域，每道任务配有专属工具集与可执行环境，要求智能体在交互过程中持续抽取、运用并更新用户偏好。