动态与发布/2026-10-13/6 分钟ADK 评测里的用户模拟：用目标代替逐轮脚本Google 在 2025 年 11 月 7 日把用户模拟放进 ADK 评测。你给高层目标和轮次上限，模拟器在本地生成多轮用户发言，测试看意图是否达成，而不是逐句脚本。
研究与基准测试/2026-09-29/11 分钟会话级正确率不到 5%：百度 CypherTurn 测的是多轮 Cypher，不是单条查询百度参与的 CypherTurn 用 721 个会话、5927 轮评多轮 Text-to-Cypher。引导协议最好只到 64.7% 执行准确率，会话全对最高 33/721。换成自主协议后榜首从 Claude 换成 Gemini，加到 10 倍动作预算也补不回。
