新基准实测：AI 智能体漏看四分之一的互联网

EXM7777 · x · 2026-08-27

一个新发布的基准专门测试 AI 智能体在每日变化的实时网页数据上的搜索能力，因此无法靠记忆答案作弊。结果显示：表现最好的工具也只能找到实际存在内容的 75%，Google 的 API 找到 53%，而在最难的查询上，即便是「最好的工具」也会漏掉近一半结果。

发帖人的结论是：大家都在争论哪个模型最聪明，但底层搜索层是半盲的——修好搜索层比调 prompt 更优先。