● CHI-Bench 开源：75 个美国医疗长程工作流压测 30 个前沿 Agent，最强 Claude Code 仅过 28%，端到端医院–保险工司协作直接归零

📌 一句话摘要 CHI-Bench 基准测试显示，当前最强 AI Agent 在医疗长程工作流中通过率仅 28%，端到端医院-保险公司协作通过率为 0%，揭示了临床推理与长程可靠性的严重短板。 📝 详细摘要 actAVA.ai 联合 Johns Hopkins、斯坦福、CMU 等 20 余家机构