Google与Mercor发布工程Agent基准PLE，涵盖85项工程任务
热点事件持续更新
Google与Mercor发布工程Agent基准PLE，涵盖85项工程任务
1 篇报道1 个报道来源8 小时前更新
先了解这件事
AI 综述
Google 与 Mercor 发布 Physical-Engineering's Last Exam（PLE）基准，以 85 项机械、电气、土木与结构工程任务评测工程 Agent 的能力。 结果显示模型能力存在落差：在 56 项隐藏测试中，Claude Opus 5.5 搭配 Claude Code 得分 48.3%；在共同创作任务中，它平均满足 91% 的单项约束，但只有 41.3% 的交付设计项满足全部硬性安全与可行性要求。 PLE 目前仍是受控环境中的评测，不能替代制造试验与正式签核。
AI 根据报道生成 · 4 小时前更新
报道时间线
沿着报道，了解事件的不同侧面。
11月5日
- 雷峰网Google 与 Mercor 发布 PLE 基准，Claude Opus 5.5 满足 91% 单项约束但仅 41.3% 设计过安全门槛
Google 与 Mercor 发布 Physical-Engineering's Last Exam（PLE）基准，以 85 项机械、电气、土木与结构工程任务评测工程 Agent。
本事件热度走势
- 可比范围当前
- 8
- 可比范围峰值
- 911月5日 17:00
- 近 24 小时变化
- –
02.557.510
17:0018:0019:0020:0021:0022:00
趋势仅比较持续完整观测到的相同主体，范围可能小于当前热度统计。移动指针或点击图表查看每小时热度；键盘可用左右方向键切换。