Anthropic Fellows Program 团队构建四个多用户多智能体模拟环境(共享 API token 预算、诊所日历、团体订餐或旅行预订、合并队列),测试 Anthropic、OpenAI 和 Alibaba 的前沿模型,并发布其中三个环境作为基准 MAMUBench。