**LifeSearch：面向真实生活与生产力场景的深度研究智能体基准**

_LifeSearch: Benchmarking Deep Research Agents for Real-World Life and Productivity_

> 针对现有深度研究（DR）智能体评测多局限于学术或合成任务的不足，该研究提出 LifeSearch 基准。该基准包含 203 个源自真实用户查询的中英文任务，覆盖 7 个生活与生产力领域，并基于 4500 小时人工标注构建了 4000 余条细粒度评分标准。实验显示，即便最强的前沿智能体 GPT-5.6 Sol 得分仅为 63.4%，表明当前 DR 智能体在真实复杂场景中仍有巨大提升空间。

**来源信息**
- **来源**：HuggingFace Daily Papers（社区热门论文）
- **分类**：论文
- **发布时间**：2026-10-14 08:00（北京时间）
- **原文**：[打开原文](https://huggingface.co/papers/2610.18092)