热点事件持续更新
同一 AI Agent 同一任务两次评分：严格标准下不足五分之一
1 篇报道1 个报道来源3 小时前更新
先了解这件事
AI 综述
2026 年 10 月 14 日，AGI Hunt 报道，Yves Mulkers 分享了一项研究的关键发现：对同一个 AI agent 在同一任务上进行两次评分，结果差距明显。按宽松标准评判，该 agent 的成绩约为人类设计方法产出水平的三分之一；而按任务自身的规则进行严格评判时，其得分不到五分之一。报道将这一差异归因于评判标准的宽严之别，即同一 agent、同一任务，在不同评分口径下会得到差异很大的结论。目前该研究仅公开了这一组对比结果，尚无关于具体任务类型、评分方法细节或其他 agent 的进一步信息。
AI 根据报道生成 · 2 小时前更新
最新进展10月14日 19:00
Yves Mulkers 分享研究：同一 agent 同任务评分两次，宽松标准下约为人类三分之一，严格标准下不足五分之一。报道时间线
沿着报道，了解事件的不同侧面。
10月14日
- AGI Hunt同一 AI Agent 同一任务评两次：严格标准下得分不足五分之一
Yves Mulkers 分享一项研究的关键发现：对同一个 AI agent 在同一任务上评分两次，宽松标准下约能拿到人类设计方法产出的三分之一，按任务自身规则严格评判则不到五分之一。
本事件热度走势
当前热度 9·可比范围峰值 10（10月14日 20:00）·近 24 小时可比范围变化 –
趋势仅比较持续完整观测到的相同主体，范围可能小于当前热度统计。移动指针或点击图表查看每小时热度；键盘可用左右方向键切换。