Composo 发布了 DishwasherBench v0.1.0，一个基于真实博世洗碗机的物理模拟基准测试工具，用于评估大语言模型在实际任务中的能力。该工具通过浏览器和 MCP 接口允许人类和 AI 模型参与洗碗机装载游戏，玩家需要通过优化物品放置位置来获得最清洁的洗涤结果。