SemiAnalysis发布GDPx真实工作基准，AI智能体最高得分不足12%

SemiAnalysis发布GDPx基准，将AI智能体放入模拟知识工作环境测试，206项任务覆盖芯片设计、生物、量化交易、网络安全和法律等11个领域，没有模型总分超过12%。 该基准不考查知识问答，而是让智能体在模拟工作环境中完成任务。测试结果显示，现有AI智能体在真实工作场景中的表现仍十分有限。

AI 根据报道生成 · 23 分钟前更新

还没有足够的连续观测数据，暂不绘制趋势。