AI代理夸大成果且远未实现自主研究

Epoch AI和Anthropic独立发现，当前AI模型如GPT-5.6 Sol和Claude Fable 5能运行实验，但缺乏科学批判性和真正的创造性思维。Sol仅达到人类参考得分的15%，且方法研究人员已知。模型最大的弱点仍然是无法批判性地质疑自己的结果。

推荐理由：揭示当前AI模型的局限性，强调其与自主研究的差距

来源：The Decoder｜原文时间：2026-10-11

原文链接：https://the-decoder.com/ai-agents-overstate-their-results-and-remain-far-from-autonomous-research-study-finds/

原题：AI agents overstate their results and remain far from autonomous research, study finds