SemiAnalysis 发布 GDPx 智能体基准，最高仅 12%
2026/11/02 — 11/02 14:18·2 个来源（全部）·2 篇报道（全部）·入选 11-02 日报
核心速览 (Key Takeaways)
- 据 DEV Community 与 Techmeme 转述，SemiAnalysis 发布新基准 GDPx，覆盖芯片设计、网络安全、RSI、金融、法律、量化交易、材料科学与对齐等 11 个领域的智能体能力。
- 排名最高的 Opus 5.5 仅得 12%，显示当前智能体在真实专业任务上的完成度仍然很低，作者认为这指向能力边界而非工具无用。
事件背景与详细解读
2026 年 11 月 2 日，SemiAnalysis 推出新的智能体能力基准 GDPx，覆盖 RSI、硬件设计、网络安全、生物、金融、法律、量化交易、芯片设计、软件工程、材料科学与对齐共 11 个领域。据 Techmeme 转述，在该基准中 Opus 5.5 以 12% 的成绩位居榜首，这一结果指向当前智能体在真实专业任务上的完成度仍然很低。
同日，DEV Community · AI 发布了对这件事的报道，提到该页面无赞助或联盟链接，相关内容均来自文末列出的信源，并已于 2026 年 11 月 2 日核对。文章强调，这 12% 并非笔误，也不是说 AI 智能体无用，而是对当前智能体能力边界的一种表述；该文作者同时说明自己并未实测 GDPx，也没有在这些任务上运行过相关模型。目前，这起事件的信息仅来自上述两篇报道，后续尚无进一步进展。
AI 综合 2 篇报道生成 · 更新于 3 小时前
最新进展据 DEV Community 报道，SemiAnalysis 于 2 日发布新基准 GDPx，最好的前沿 AI 模型得分仅 12%。文章称这并非说明 AI 智能体无用，而是指向当前智能体能力的边界，且作者未进行实测。
- 热度指数
- 182
- 全部来源
- 2
- 全部报道
- 2
- 首报
- 4 小时前
这件事的报道 点标题看原文
据 DEV Community 报道，SemiAnalysis 于 2 日发布新基准 GDPx，最好的前沿 AI 模型得分仅 12%。文章称这并非说明 AI 智能体无用，而是指向当前智能体能力的边界，且作者未进行实测。
帮助开发者看清当前 AI Agent 能力边界
DEV Community · AIAI 评分 58据 Techmeme 转述，SemiAnalysis 推出 GDPx 智能体能力基准，覆盖芯片设计、网络安全、RSI、金融、法律、量化交易、材料科学与对齐等 11 个领域。Opus 5.5 以 12% 的成绩位居榜首，显示当前智能体在真实专业任务上的完成度仍很低。
看清智能体在专业领域的真实完成度有多低
TechmemeAI 评分 56
同时在说的其他事
- 热度指数 637发酵中DeepSeek 开源 dsh-superagent 编码 Agent 原型12 个来源
- 热度指数 386爆四家 AI 厂商起草 robots.txt 训练偏好声明6 个来源
- 热度指数 304OpenAI 下调融资目标，Anthropic 上市或仅获 BB 评级9 个来源
- 热度指数 286新OpenAI 在阿布扎比签署四项协议并推进融资3 个来源
- 热度指数 266新ChatGPT 与 Codex 12 月起共用额度，高级模型消耗更多3 个来源
热度怎么算的？了解口径收起
热度按 48 小时内有多少个独立来源在说这件事算：同一个来源发多条只算一次，并按 24 小时半衰期衰减，所以排前面的是很多人在说的事。
本页汇总公开订阅源，标题与摘要由模型整理，版权归原作者所有；重要信息请回原文核对。如权利人认为相关标题或摘要侵权，请通过页尾联系邮箱提供具体页面与权利依据，我们核实后会及时删除或替换。
- 爆
- 讨论快速增加
- 新
- 首报 6 小时内
- 发酵中
- 讨论仍在增加