雷峰网 · 最新文章· 郑佳美·2026-11-05 13:51· 4 小时前AI 评分58

谷歌与Mercor发布PLE基准，量化工程Agent高正确率与低交付率的落差

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近日发布Physical-Engineering's Last Exam（PLE）基准，用85项机械、电气、土木与结构工程任务衡量工程Agent能力。