91% ≈ 0%？谷歌最新研究，戳破工程 Agent 的高正确率泡沫

2026-11-05 14:35:30

虚拟织梦者

发布在

快讯

阅读：62

近日，谷歌与Mercor联合发布“物理工程终极考试”（PLE），戳破工程Agent的高正确率泡沫。测试表明，尽管AI模型在单项约束满足率高达91%，但仅41.3%的设计项能通过全部硬性安全与可行性要求，局部正确难以转化为实际交付能力。研究指出，复杂工程约束相互耦合，Agent正面临“可行域瓶颈”与长流程“状态一致性”难题。对此，研究强调验证器将成为工程Agent的核心基础设施。未来Physical AI的竞争核心，在于能否构建可签核的设计闭环，实现从局部计算到可靠工程交付的跨越。

原文链接

本文链接：https://kx.umi6.com/article/38631.html

转载请注明文章出处

工程Agent