商傳媒AI Agent真實工作表現低迷 Semianalysis報告揭頂尖模型僅12%效能
未署名全文約 1,368 字
文章摘要
商傳媒 · 文章頁摘要市場研究機構 Semianalysis 發布最新 AI Agent 評測基準 GDPx，結果顯示，目前沒有任何 AI Agent 模型能在 206 項真實工作任務中，達到超過 12% 的總體效能，凸顯現有 AI Agent 在複雜任務及安全性方面的嚴重限制。
市場研究機構 Semianalysis 發布最新 AI Agent 評測基準 GDPx，結果顯示，目前沒有任何 AI Agent 模型能在 206 項真實工作任務中，達到超過 12% 的總體效能，凸顯現有 AI Agent 在複雜任務及安全性方面的嚴重限制。...