评测与基准arXiv 2609.36739·9月29日Frontier Autolab：多智能体 LLM 组织在五十年技术变迁中的长期测试台提出 Frontier Autolab，评测多智能体组织的跨时代再创业与事后泄漏arXiv2609.36739发表9月29日层应用层场景多智能体测试Claude Opus 5.5、Luna 6组件记忆+1+1摘要组织看见转变却建在旁边。深度解读完整解读