跳到正文

九款AI智能体自主科研评测无一达标

先了解这件事

AI 综述

2026年11月7日,The Decoder报道,一项论文基准测试让九个AI智能体挑战美国国家实验室的开放研究问题,参与测试的模型包括Claude Opus 4.8、Claude Opus 5、Claude Fable 5、Claude Opus 5.5、GPT-5.6 Sol等。报道称,九个智能体无一达到专家标准。目前披露的信息仅限于该基准测试的设置与总体结果,报道未说明各模型的具体得分、评测所用研究问题的数量与领域,也未说明“专家标准”的判定方式。事件仍处于单一报道阶段,尚无后续进展或各方回应。

AI 根据报道生成 · 9 天前更新

报道时间线

沿着报道,了解事件的不同侧面。

11月7日
  1. The Decoder精选
    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

    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。

本事件热度走势

当前热度 3·可比范围峰值 3(11月9日 09:00)·近 24 小时可比范围变化 –

0123411月9日09:0011月9日12:0011月9日16:0011月9日19:00

趋势仅比较持续完整观测到的相同主体,范围可能小于当前热度统计。移动指针或点击图表查看每小时热度;键盘可用左右方向键切换。