TRACES拆解科学智能体六项能力

TRACES不只看最终答案，还分别评估工具、纠错、替代方案、连贯性、证据与范围。

推荐理由：Astra六项能力虽均提升，但纠错增幅最小，暴露最终答案掩盖薄弱调查过程的问题；TRACES的分项评测能更早识别智能体忽视反证和错误延续的风险。