构建状态持续演化的实时环境，检验视觉语言智能体在推理延迟下的交互能力。
推荐理由：环境会在模型推理甚至前向计算时继续变化，使延迟首次成为智能体能力的一部分；该基准可揭示静态桌面评测掩盖的实时决策缺陷。
阅读原文