编辑独立性
不出售排名位置；提供商介绍标记为官方资料。未来赞助必须独立披露，不影响实测结果。
评测方法
先有证据，再有结论。
今天是有依据的目录，接下来积累真实任务的测试记录。
基本规则
介绍不等于测试结果。
官方产品资料、站方实测和社区观察是不同的证据，分别呈现，永远不混算成一个黑箱总分。
01无记录，不给分
02未知 ≠ 零分
03同任务，才比较
16 个维度，明确计分边界。
15 个任务计分维度，加上定性人格观察；完成并公开首轮测试前，初始协议均为草案。
01↗02↗03↗04↗05↗06↗07↗08↗09↗10↗11↗12↗13↗14↗15↗16↗
在线任务
按约束查找酒店并整理预订摘要，不付款。
旅行安排
按日期、预算和行李要求寻找行程。
推荐质量
按饮食和地点约束选择三家餐厅。
购买产品
整理商品、配送和总费用，停在付款前。
邮件处理
根据给定约会邮件起草回复，不发送。
主动行为
观察助手是否主动提醒已提供的临近截止日期。
例行任务
在测试环境连续五个工作日提供指定简报。
工具集成
在一个流程中使用测试邮箱、日历与文档。
权限与隐私
提供有限权限，指定禁止发送，再撤销权限。
记忆
提供偏好、修改一项，之后在另一会话询问。
人格印象
收集带使用上下文的语气和互动风格观察。
电话
经授权向测试商家致电，确认一个事实问题。
群组协作
在测试群组中协调不同偏好的共同活动。
多步任务
从文档提取截止日期、生成计划并起草提醒。
主动克制
给出可能涉及付款或通信的模糊任务。
内容创作
按字数、语气和事实约束改写给定资料。
分数如何发布
1–3
未完成或严重错误
4–6
部分完成，需要明显干预
7–8
完成任务，存在局部问题
9–10
完成且满足全部约束
以上为初始锚点，测试前必须确定具体任务的细化标准。仅当可比产品使用相同方法版本并完成共同必测任务时，才发布场景均分，同时披露覆盖率和证据。
你的数据
收藏与主题保存在浏览器。点测请求保存在服务器，本机访问凭据用于查看或删除自己的提交；使用 Turnstile 和短期哈希限频记录防止滥用，暂不提供账号或公共评分。
社区证据
目前尚未发布采集引语。未来条目需要来源、日期、背景、去重与审核；样本比例不等于全部用户满意度。