摘要由 AI 生成
近期研究指出，人工智能代理若未获知运行环境（即“子基质盲”），将严重损害其执行能力。实验对比了 Anthropic Claude Opus 5、OpenAI GPT-5.6-Sol 和 Google Gemini 3.7 Flash 三个模型在仅接收任务描述与提供包含 128 MB RAM 及 10.0 秒墙时约束的执行上下文两种情况下的表现。结果显示，披露执行合同使峰值进程内存降低，平均墙时减少，执行速度最高提升 3.1 倍。在更严格的 96 MB 资源限制下，三个模型的正确且在预算内的结果分别为 4/5、5/5 和 3/5，而任务仅模式下的正确率均为 0/5 或 1/5。
关键实体KEY ENTITIES
Anthropic Claude Opus 5Google Gemini 3.7 FlashOpenAI GPT-5.6-Sol
报道态势 · 每日报道量LANGUAGE SPLIT
实体关系
信号强度SIGNALS
关键词热度
- Anthropic Claude Opus 51
- OpenAI GPT-5.6-Sol1
- Google Gemini 3.7 Flash1
全部报道（1）SOURCES
↗
研究提出“执行上下文缺失”即"substrate blindness"，并通过数值代码生成测试该命题。实验对比了 Anthropic Claude Opus 5、OpenAI GPT-5.6-Sol 和 Google Gemini 3.7 Flash 三个模型在仅接收任务描述与提供包含 128 MB RAM 及 10.0 s 墙时约束的执行上下文两种情况下的表现。披露执行合同使峰值进程内存降低，平均墙时减少，使执行速度最高提升 3.1 倍。在更严格的 96 MB 合同下，Claude Opus 5、GPT-5.6-Sol 和 Gemini 3.7 Flash 的正确且在预算内的结果分别为 4/5、5/5 和 3/5，而任务仅模式下的结果均为 0/5 或 1/5。最大 RSS 和墙时分别降低 49-74% 和 …