#ERP

ERPBench：企业软件计算机使用智能体的状态落地评测

通过截图与模拟操作运行的计算机使用智能体发展迅速，但评测仍锚定通用桌面与网页任务。ERP 系统界面密集、需多步协同，且错误会改写持久业务记录而非仅显示在屏幕上。论文提出 ERPBench，在真实可复现的 ERP 系统上评测纯截图智能体，并以数据库真值打分。评测六款闭源与开源智能体显示，强通用 GU…