主流基准纷纷饱和，Reddit 热议还剩哪些能测出 AI 真水平
ImproveOurWorld · reddit · 2026-11-11
Reddit 用户发帖讨论：SimpleBench、ARC-AGI 及大量知识类基准已被陆续刷饱和，作者认为剩下的主要硬基准是 Remote Labor Index、HLE-Diamond、千禧年数学大奖问题求解以及机器人相关基准。
帖内还引出两个开放问题：何时人类会想不出新基准、以及『奇点是否就等于基准设计能力被 AI 超越的那一刻』。评论区围绕还有哪些未饱和基准展开讨论。
所属事件:基准纷纷饱和，Reddit 热议人类还剩哪些优势及 AGI 定义(2 条相关)→
「漫话AGI」频道最新
- 通勤路上让 Agent 整理笔记：五年前会惊艳，如今如穿鞋般平常 — _FelixSimon_ · 2026-11-11
- 女子带头否决数据中心，社区错失数百亿税收后陷入困境 — Dan_Jeffries1 · 2026-11-11
- AI Agent 正在成为软件买家，创业公司还没准备好 — BakingBreadBB2 · 2026-11-11
- Reddit 长文：真正可怕的不是 AI 而是人工生命（AL） — Honest_Science · 2026-11-11
- 对 p(doom) 不买账：一次性事件上贴概率有多荒谬 — GabGarrett · 2026-11-11
- Altman 称癌症十年内成历史，网友扒其全身行头近 5 万美元 — morqon · 2026-11-11