15. 工作代理基准评估

本期讨论了一项由卡内基梅隆大学研究人员进行的名为“TheAgentCompany”的模拟实验。 这项实验旨在评估人工智能代理在模拟软件公司环境中的表现，让它们担任各种职务并执行日常工作任务。 研究结果表明，目前最先进的人工智能模型在完成任务方面表现不佳，展示出缺乏常识、社交技能薄弱以及在导航网络方面存在困难。 尽管人工智能在某些简单任务上表现良好，但这些发现强调了它们在执行人类擅长的复杂任务方面仍有显著不足。 因此，这些来源的结论是，人工智能在短期内不会取代人类劳动力。内容来源：https://futurism.com/professors-company-ai-agentshttps://arxiv.org/pdf/2412.14161