CruxEvals 发布一篇关于 AI 智能体研究能力的评测文章，核心结论是：现阶段智能体尚不能可靠完成开放式研究任务。Hacker News 页面仅显示该文章获得 1 分、1 条评论，尚缺少可核验的评测细节、数据集、模型范围与实验结果。
最近 24 小时暂无可用热度快照。