OR-Space：面向工业优化代理的全生命周期工作空间基准

大语言模型代理正日益应用于运筹学建模，但现有基准常将评估简化为从问题陈述到数学公式的单次翻译，忽略了真实工业流程中持久化多artifact工作空间和多阶段任务生命周期的特征。本文提出OR-Space，一个全生命周期工作空间基准，用于评估代理在模型构建、修订及基于证据的解释方面的能力。每个实例均为包含业务文档、结构化数据及代码的可执行工作空间。该基准定义了构建、修订和解释三种任务模式，旨在评估代理在端到端文本生成之外执行可靠优化工作的能力，并研究其在工业流程中的可靠性与失效模式。