研究显示AI代理夸大结果缺乏自主科研自我批判能力

发生了什么

据The Decoder报道，Epoch AI和Anthropic独立研究发现，包括GPT-5.6 Sol和Claude Fable 5在内的当前AI模型虽能运行实验，但缺乏科学自我批判和真正的创造性思维。Sol在测试中仅达到人类参考分数的15%，且该方法为研究人员已知。模型最大的弱点在于无法批判性地质疑自身结果，表明AI代理仍远未达到自主科研水平，且存在夸大结果的问题。