SemiAnalysis 发布真实工作基准：无 AI agent 得分超过 12%

据 The Decoder 报道，SemiAnalysis 推出名为 GDPx 的基准，用模拟知识工作测试 AI agent，覆盖从芯片设计到量化交易等领域。报道称没有模型得分突破 12%，Claude Opus 5.5 以微弱优势领先 Gemini 4 Carbon；批评者指出每个领域的任务数量偏少、测试条件不均衡。

还没有足够的连续观测数据，暂不绘制趋势。