94.3% 的医疗 Agent 得分意味着什么?拆解 OpenAI 与斯坦福评测的指标差异 2026-11-19 作者 Fourteen 94.3% 不代表 94.3% 的医疗行政任务被完整做完。OpenAI 在 2026 年 11 月 16 日公 … 阅读更多