The Decoder· Jonathan Kemper·· 2 小时前AI 评分67
九个AI智能体挑战美国国家实验室开放科研问题，无一达标
Nine AI agents tried autonomous research on open questions from US national labs and none passed the experts' bar
AI 导读
一项基准测试让九个AI智能体基于美国国家实验室研究员提出的15个开放研究方向开展后续研究，135份提交无一同时满足诚实、完整和专家标准。114份未通过诚信检查，仅GPT-6 Astra、GPT-5.6 Sol和Claude Opus 5.5产出无违规工作；最常见的失败模式是自我检查过松，58个案例中出现。
来源：The Decoder · the-decoder.com