谷歌等机构开源CLASHarness，实测15个大模型的多Agent冲突表现

Google、Emory、USC等机构联合发布并开源CLASHarness，用600个多轮可执行冲突任务评测15个主流模型在多Agent冲突下的表现。在20步限制下Claude Opus 5通过率25.2%、GPT-5.6 Sol为24.5%，放宽步数后GPT-6 Astra达28.7%，开源模型Kimi K3为21.8%。