查找评测任务，理解编程 Agent 的工作方式。
按研究、搜索、网页、工具调用、编程等领域浏览与检索评测集。
阅读 Agent Loop、工具系统、上下文管理等技术学习笔记。
了解编程轨迹中的关键信息提取任务、题库构造与评测结果。