UniPat 发布 SaaS-Bench，用数据库校验 Agent 是否真正完成任务

UniPat 实验室发布 SaaS-Bench，通过检测 Docker 中真实开源 SaaS 的数据库状态变化来评估 Agent 是否真正完成办公任务。该基准打包 23 个开源 SaaS、覆盖六个领域共 106 个任务，93.4% 跨两个以上 App，长程任务多超 100 步。