The Decoder· Manuel Uth·· 3 小时前
SemiAnalysis 发布 GDPx 工作基准，无 AI 智能体得分超过 12%
No AI agent scores above 12 percent on SemiAnalysis' new real-world work benchmark
AI 导读
SemiAnalysis 发布 GDPx 基准，把 AI 智能体放进模拟知识工作环境，覆盖芯片设计、生物、量化交易、网络安全、法律等 11 个领域的 206 个任务，最高分 Claude Opus 5.5 仅 12%，无模型在金融和法律任务上完全达标。
来源：The Decoder · the-decoder.com