开源模型做物理研究短板明显：答案正确但论文不合格

xDotLI 的评测指出，SOTA agent 虽能算出物理问题的正确答案，却无法按物理学家的标准交付完整研究。其在文献综述、科研诚信和论文写作等方面难以通过 rubric 检验，显示模型数字能力与完整科研交付能力之间仍存在明显鸿沟。