**SemiAnalysis 发布首个现实工作基准：AI 智能体表现惨淡，最高得分仅 12% 且存在测试缺陷**

_No AI agent scores above 12 percent on SemiAnalysis&\#039; new real-world work benchmark_

> SemiAnalysis 推出了名为 GDPx 的新基准测试，用于评估 AI 智能体在芯片设计、量化交易等真实工作场景中的表现。结果显示，没有任何 AI 智能体的得分超过 12%，Claude Opus 5.5 以微弱优势领先于 Gemini 4 Carbon。尽管结果令人失望，但批评者指出该测试存在任务数量过少和测试条件不均等缺陷。

**来源信息**
- **来源**：The Decoder：AI News（RSS）
- **分类**：ai-models
- **发布时间**：2026-11-06 00:46（北京时间）
- **原文**：[打开原文](https://the-decoder.com/no-ai-agent-scores-above-12-percent-on-semianalysis-new-real-world-work-benchmark)