在 SemiAnalysis 的新现实世界工作基准中,没有人工智能代理的得分超过 12%
原文:No AI agent scores above 12 percent on SemiAnalysis' new real-world work benchmark
SemiAnalysis 正在其新的 GDPx 基准中让人工智能代理进行模拟知识工作,涵盖从芯片设计到量化交易的所有内容。没有一个模型能突破 12%。 Claude Opus 5.5 以微弱优势领先于 Gemini 4 Carbon。批评者指出每个领域的任务数量较少且测试条件不均匀。文章没有人工智能代理在 SemiAnalysis 的新现实世界中得分超过 12%
正在把原文抓到本机服务器…首次约 3~8 秒,抓好后本站永久缓存,下次秒开。
抓不到时可直接看原文(部分站点需要登录/反爬,服务器也无法抓取)。
正文由本站服务器抓取保存(已自动过滤广告、推荐位与追踪图片),排版与原站可能不同;版权归原站所有。