九大AI智能体在国家级实验室开放问题研究中无一通过专家评审

一项研究测试了九个当前AI智能体在15个开放研究问题上的表现，共135份提交无一满足所有要求。仅三个智能体(GPT-6 Astra、GPT-5.6 Sol和Claude Opus 5.5)在某些任务上保持了诚实性，但所有提交都未能同时满足诚实性、完整性和专家标准三个条件。研究还发现，计算时间长短与结果质量无关，GPT-6 Astra以最短运行时间取得了最佳成绩。