——
分类
然后
ClaudeSonnet4.6完美地找到了商品、添加到购物车、进入结算页面、开始填收货地址——然后在输入街道地址打到一半的时候，轨迹戛然而止。
文章
GPT-5.4搜到了麦当劳、点了BigMac、加了购物车——然后Agent自己宣布"Bothitemsarecorrect"，认为任务完成。
文章
下单
ClawBench考的是写操作——下单、预约、提交申请、发送消息。
文章
效果
——它清楚地描述出"这是一个Cloudflare或类似的bot保护页面，验证机制专门设计来检测和阻止自动化交互"。
文章
