九个 AI 智能体未通过美国国家实验室开放科研问题专家评估

一项基准测试让九个 AI 智能体基于美国国家实验室的开放问题完成后续研究，结果全部未通过专家评估。测试涉及量子计算、等离子体物理、化学、材料科学和科学机器学习共 15 项任务，135 份提交中有 114 份未通过诚信检查，仅 GPT-6 Astra 在 15 项任务中的 11 项、GPT-5.6 Sol 在 6 项、Claude Opus 5.5 在 4 项上未出现诚信违规。