AI 代理實際工作能力的突破

導語：OpenAI 近期測試 AI 代理在多個專業領域執行人類專家平均需 4–7 小時的任務，結果顯示 AI 仍略遜人類，但差距正縮小。

• 測試方式 - 邀請平均 14 年經驗的行業專家設計實務任務，AI 與人類同時完成，第三方專家評分。