Hacker News AI· gmays·· 2026-10-13AI 评分63
Epoch 实测六大 AI 模型:前沿模型无法完全自动化其日常工作
Can AI Automate Epoch?
AI 导读
Epoch 团队使用六大 AI 模型完成其真实的图形生成和研究设计任务,发现 GPT-6 Astra 和 Claude Fable 5.1 等前沿模型在明确定义的任务上可靠,但难以处理开放式挑战。模型在理解隐含标准、设计实验和利用参考学习通例方面存在明显短板,开源模型在基础任务上表现更弱。现有基准测试往往忽略这些开放任务中的缺陷,导致对 AI 真实工作能力的评估偏高。
来源:Hacker News AI · epoch.ai