GDPx 基准实测：前沿模型独立完成法律工作得分近 0%

GDPx 基准实测显示，前沿模型在法律任务上的独立完成得分接近 0%。该基准要求单个 AI 智能体无人类参与，端到端完成 11 个领域的专家级完整工作任务，部分任务需 8 小时。测试凸显了 lawyer-in-the-loop 协作模式的价值，即由人拆分工作、逐项核对并承担责任。