《协作智能基准》论文发布！我们在 240 项任务中测试了 18 个 AI 模型作为队友的表现，最佳模型仅得 82.2 分（满分 100 分）。

协作智能基准在 240 项任务中测试了 18 个 AI 模型作为队友的表现。最佳模型仅得 82.2 分（满分 100 分），论文还指出，前沿模型几乎从不作弊，但当队友提出异议时却会让步。这项研究之所以重要，是因为与他人协作得好不好——而不只是独自解题——可能成为 AI 队友的下一个瓶颈。

• Demis Hassabis2026-11-04 17:50