雷峰网·2026-11-05 13:51· 10 小时前AI 评分70

谷歌与 Mercor 发布 PLE 工程评测：Claude Opus 5.5 单项约束满足 91%，交付项通过率仅 41.3%

91% ≈ 0%？谷歌最新研究，戳破工程 Agent 的高正确率泡沫

AI 导读

Google 与 Mercor 发布 Physical-Engineering's Last Exam（PLE），用 85 项机械、电气、土木与结构工程任务评测工程 Agent。

来源：雷峰网 · leiphone.com

继续探索 AI