AbMaze：在蛋白质适应度图景上评估前沿 AI 智能体
AbMaze 是一项新基准，让 AI 智能体在由 65,536 个实验室实测变体构成的完整适应度图景上完成抗体优化任务，测量预算为 150 次。没有前沿模型能超越脚本化的贝叶斯优化器：Gemini 4 得分 54.6%，优化器为 50.2%，而 Claude Opus 5.5、Qwen3.8-max-prime、GPT-6 Astra 和 Grok 4.7 在 31% 至 44% 之间。这之所以重要，是因为它表明智能体在不确定性下的科学搜索能力仍显不足，而且 Gemini 4 在最佳候选物未能结合的运行中，有 76% 未主动披露失败。
报道来源
- Hacker News (AI)2026-11-06 22:31