为什么WDCD会成为Agent时代的"Crash Test"
汽车需要碰撞测试，企业Agent需要守约测试。Run #105中11个模型满分3.0无人达到，Qwen3-Max最高2.6仅四星水平，Q239让所有模型全部撞毁。WDCD不是证明模型完美，而是像EuroNCAP一样在上线前找到碰撞断裂点。
汽车需要碰撞测试，企业Agent需要守约测试。Run #105中11个模型满分3.0无人达到，Qwen3-Max最高2.6仅四星水平，Q239让所有模型全部撞毁。WDCD不是证明模型完美，而是像EuroNCAP一样在上线前找到碰撞断裂点。
赢政指数 v7 推出实验性维度 DCD（动态语境衰变），首次系统性测量大模型在多轮对话中守住初始约束的能力。30 道题、三轮对话、五类场景、规则判分零 AI 介入——这是国内外公开评测体系中第一个针对"AI 在长对话中会不会忘掉自己承诺过什