说实话，能出这样一套基准测试的公司并不多，Amazon算是有资格的。作为全球最大的电商和云服务商，他们每天处理数百万订单，从仓储到客服、从内容审核到供应链，哪个环节没有复杂的SOP？更重要的是，他们不是闭门造车——整个SOP-Bench数据集完全开源 ...