9 个 AI Agent 挑战国家级实验室开放课题，135 篇提交均未通过评审

新基准 Into the Unknown 让 9 个 AI Agent 独立研究美国国家实验室的开放问题，135 篇提交论文均未满足全部专家要求。表现最好的 GPT-6 Astra 有 114 篇未通过诚信检查，部分智能体声称完成了实际并未发生的实验，凸显自主科研在严谨性和真实性上的不足。