Nine AI agents fail expert bar

1. 19:13
   The Decoder

   九款 AI 代理嘗試自主研究美國國家實驗室開放問題，均未通過專家評估

   導語 本研究測試了九款 AI 代理在美國國家實驗室開放問題上的自主研究能力，結果顯示沒一個代理能完全符合專家設定的品質與誠信標準。 - 參與代理 Claude Opus 4.8/5/5.5、Claude Fable 5、GPT‑5.6 Sol、GPT‑6 Astra、DeepSeek V4 Pro、Kimi K3、GLM‑5.3（共 135 次提交）。

當前熱度 8·可比範圍峰值 10（11月7日 20:00）·近 24 小時可比範圍變化 –

趨勢僅比較持續完整觀測到的相同主體，範圍可能小於當前熱度統計。移動指標或點選圖表檢視每小時熱度；鍵盤可用左右方向鍵切換。