行业与实践 · 标签「地理空间」

研究与基准测试/2026-10-14/20 分钟

GeoNatureAgent：工具型智能体上线前评测框架与基准

九个模型对着同一套十六工具的地理空间接口做上线前评测。严格评分下最好只有 61.7%，开放权重的 DeepSeek V3.2 用约十一分之一的成本拿到其中 93% 的能力，失败则主要是没调用对工具。