**Agents' Last Exam：AI智能体真实经济价值的新基准**

_Agents' Last Exam_

> 现有AI基准测试未能衡量持续的经济价值，本文提出Agents' Last Exam (ALE)基准，由250+行业专家合作设计，涵盖13个行业集群的1000+任务。结果显示最困难层级仅2.6%通过率，远未饱和。该基准作为活体基准持续扩展，旨在弥合基准成功与GDP相关影响之间的差距。

**来源信息**
- **来源**：HuggingFace Daily Papers（社区热门论文）
- **分类**：论文
- **发布时间**：2026-06-09 08:00（北京时间）
- **原文**：[打开原文](https://huggingface.co/papers/2606.05405)