谷歌与Mercor发布Physical-Engineering's Last Exam（PLE）工程Agent评测基准，用85项机械、电气、土木与结构工程任务衡量工程Agent的能力。 据雷峰网报道，在该评测中，Claude Opus 5.5的单项约束满足率为91%，但交付项通过率仅41.3%。
AI 根据报道生成 · 5 小时前更新
沿着报道，了解事件的不同侧面。
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。
趋势仅比较持续完整观测到的相同主体，范围可能小于当前热度统计。移动指针或点击图表查看每小时热度；键盘可用左右方向键切换。