智能体评测

Claude Fable 5.1在AutomationBench上获31.4%，高于前代Claude Fable 5的17.1%，接近两倍，但这只反映特定多步骤工作流中的任务完成率。企业还需结合任务复现、稳定性、成本、权限与风险验证，不能将评测成绩直接等同于自动化收益。