**Terminal-Bench-Science：斯坦福发布首个AI科研能力基准测试**

_Terminal-Bench-Science: Evaluating AI agents on scientific research workflows_

> 斯坦福大学联合全球科研团队发布Terminal-Bench-Science 0.1，通过70项真实科研任务评估AI代理能力。涵盖生命科学、物理、地球科学等领域，最强模型Claude Opus 5仅达30%解决率。该基准旨在由科学家主导设定AI科研能力标准，推动AI成为高效科研助手。

**来源信息**
- **来源**：Hacker News：AI 热帖
- **分类**：ai-models
- **发布时间**：2026-08-28 08:06（北京时间）
- **原文**：[打开原文](https://www.terminal-bench-science.ai/announcement)