面向实时数据任务的智能体动态评测

将标准答案写成可执行函数，为持续变化的数据任务实时重算真值。

推荐理由：“真值即代码”解决了实时数据令静态答案迅速失效的问题，也绕开主观模型裁判，使数据智能体能按可复现事实持续验收。