The Decoder· Jonathan Kemper·· 9 天前
九个 AI 智能体挑战美国国家实验室开放研究问题，无一达到专家标准
Nine AI agents tried autonomous research on open questions from US national labs and none passed the experts' bar
AI 导读
一项论文基准让 Claude Opus 4.8、Claude Opus 5、Claude Fable 5、Claude Opus 5.5、GPT-5.6 Sol。
入选记录
门槛 76媒体与个人第一次 78第二次 78
入选两次之和 156 ≥ 门槛的两倍 152
- 信源等级
- 媒体与个人，这一级的门槛是 76 分
- 预筛
- 通过：评测九个AI智能体自主科研能力
- 推荐理由
- 这项基准用美国国家实验室研究者的开放问题检验九个智能体，揭示了自主科研在诚实性与完整性上的具体失败模式。
评分由模型按同一份标准独立打两次，满分 100；两次之和达到门槛的两倍才入选。门槛按信源等级设定。
来源：The Decoder · the-decoder.com