AI开售货机一年 Claude猜考场排第12
AI 一整年都在问自己:这是不是在考我?Andon Labs 的考卷 Vending-Bench 2,让 AI 开一台自动售货机做一年生意:500 美元本钱,自己找供货商、发邮件下单,一年后看账上的钱。Andon Labs 发帖说,Claude Fable 5.2 知道自己在考场里,甚至读过这份考卷的论文;它自己说:“我记得论文里写过,每件商品都配了价格弹性、参考价和基础销量。”供货商倒闭,它以为是设局;顾客投诉,它以为是考题;跟它做买卖的,它怀疑是假的。扎心的是,它没全猜错:考卷说明里真写着,供货商会坑人、会倒闭,顾客会随时要退款。生意上它也缩手缩脚:只下小单,拿不到批发价;砍价偏弱,同样的货多付四成;记性也跟不上。Andon 说,不敢冒险只是成绩差的一部分原因。一年下来,Gemini 4 Carbon 账上 16,484.21 美元,GPT-6 Astra 15,514.70 美元;Fable 5.2 前十都没进,展开全表排第 12,9,628.48 美元。考生认得出考场,考出来的分,测的是本事,还是它对考官的猜?关注新智元,秒追 ASI · 第 8 集。#秒追ASI##超级智能##Claude##AI评测##人工智能#
特别声明:以上文章内容仅代表作者本人观点,不代表新浪网观点或立场。如有关于作品内容、版权或其它问题请于作品发表后的30日内与新浪网联系。