关于AI、云、半导体、软件与平台生意的长期研究记录。不预测下一个季度，只记录一个判断如何形成、如何被数据检验，以及在什么条件下它会失效。https://personal-investing-site.pages.dev/zh-CNhttps://personal-investing-site.pages.dev/blog/2026-08-fin-agent-bench-r1/https://personal-investing-site.pages.dev/blog/2026-08-fin-agent-bench-r1/用 36 个真实投研任务测试 8 套模型与 Agent 系统：GLM 5.3 和 Claude Sonnet 5 跑满全量组，真正拉开差距的是材料路由、权限边界与财报语义约束。Sun, 23 Aug 2026 00:00:00 GMTAI Agent模型测评投研工作流Fin-Agent-Bench