研究与基准测试/2026-09-21/8 分钟混合执行成功率 91.04%:阿里用 134 道座舱任务评语音智能体134 例座舱任务里,混合执行成功率 91.04%,直接调工具 72.39%,全部委托 80.60%。都做成功的回合上,总体时延 4.729 秒,相对这两档低 26.73% 和 30.91%。短任务和多步并不是都最快。