实测前沿AI智能体：开放式研究全被拒，能力仍存瓶颈
sayashk · x · 2026-07-31
一项最新研究测试了前沿 AI 智能体（agents）能否胜任开放式的 AI 研究。
研究人员将两篇未发表的 NeurIPS 提交论文的研究问题交由这些前沿智能体解决，并邀请原论文作者对智能体的研究结果进行评分。
结果显示，这两篇由 AI 智能体“做出来”的研究论文都被明确拒绝。这表明当前 AI 智能体在处理复杂、开放式的科研任务时，仍存在明显的局限性。
所属事件:影子评估实测：AI智能体开放式科研遭原作者全盘否决(12 条相关)→
「编程与Agent」频道最新
- 安全工程师自建 SSH MCP 层:让 Claude Code 碰服务器但不碰密钥 — NETMESAFE · 2026-10-16
- 「2026 年还拒绝用 AI 写代码，就像 2005 年拒绝用 Google」 — prasenx · 2026-10-16
- Claude Code 新增 idle compaction：闲置会话自动压缩保住缓存 — EricBuess · 2026-10-16
- Agent 长任务中途崩溃怎么办:难的是网络另一侧的不确定结果 — Responsible-Dare5139 · 2026-10-16
- OpenAI DevDay 社区黑客松落地柏林,设开发者/创始人/GTM 三赛道 — paw_lean · 2026-10-16
- 数据科学家转岗警报:会机器学习不够,AI 工程技能成新门槛 — mdancho84 · 2026-10-16