說一個反常識的真相，Agent如今在真實工作場景的成功率依然很低
據評測，當前主流大模型在真實電商、生活等場景任務中表現遠遜於編程領域。例如，在RealReplicaBench電商評測中，僅Claude Opus 5通過率剛過…
據評測，當前主流大模型在真實電商、生活等場景任務中表現遠遜於編程領域。例如，在RealReplicaBench電商評測中，僅Claude Opus 5通過率剛過60%，多數模型不足50%。在AI的世界裡，會解題，和會工作，中間確實還隔著一些比較遙遠的距離。
原文連結: https://wallstreetcn.com/articles/3779598
insigtX 內容為資訊／教育性質，非投資建議。