BankerToolBench：评估端到端投资银行工作流中的 AI 智能体

现有基准缺乏评估专业工作流经济意义进展的保真度。本文推出 BankerToolBench (BTB)，这是一个开源基准，用于评估初级投行分析师执行的端到端分析工作流。通过与 502 名投行专家合作，BTB 要求智能体导航数据室、使用行业工具（如市场数据平台、SEC 数据库），并生成包括 Excel 模型、PPT 路演材料及报告在内的多文件交付物。测试显示，即使是最先进的模型也无法达到客户就绪标准，突显了在高利害专业工作流中委托 AI 工作的挑战与改进方向。