GDPx实测：前沿模型独立完成法律任务得分近0%

据 jkubicki 引用的 GDPx 基准实测结果，在要求单个 AI 智能体无人类参与、端到端完成 11 个领域专家级完整工作任务（部分任务需 8 小时）的条件下，所有前沿模型在法律任务上的独立完成得分接近 0%。 该结果衡量的是完全自主、无人类介入的端到端表现，并非 AI 辅助律师的实际工作水平；测试凸显的是 lawyer-in-the-loop 协作模式的价值，即由人拆分任务、逐项核对并承担最终责任。

AI 根据报道生成 · 2 小时前更新

还没有足够的连续观测数据，暂不绘制趋势。