AI研究能力有了新标尺：能自我进化才算真智能？

AI能不能自己做研究、自己变强？Bespoke Labs刚扔出AutoResearchExam，专测智能体在无人监督下的自主改进与跨任务迁移能力。以前的基准多问"会不会做题"，这个问的是"能不能越做越好、换个题也做得来"。我觉得方向对了——AI连自我迭代都不会，谈通用智能就是空话。不过HN上1赞0评论说明它还没激起水花，要么内容太干，要么圈子太小。但意图值得认真对待：AI的天花板不在答题，在于学会怎么变强。

原文：AutoResearchExam: Measuring agents' ability to improve and generalize · 来源：Hacker News