搜索引擎 + AI 驱动的行业新闻【覆盖行业】信保 ｜出口 ｜金融 制造 ｜农业 ｜建筑 ｜地产 零售 ｜物流 ｜数智【访问入口】hangyexinwen.com【新闻分享】点击发布时间即可分享【联系我们】xinbaoren.com（微信内打开提交表单）https://shuzhi.hangyexinwen.comhttps://shuzhi.hangyexinwen.com/posts/15496https://shuzhi.hangyexinwen.com/posts/15496Fri, 10 Apr 2026 09:39:41 GMT⁣<br /><b><i><b>📰</b></i> 从大模型到Agent的跨越难度，正被整个行业严重低估-36氪</b><br /><br />过去两年，AI 的评测聚焦静态智商，然而 APEX-Agents 基准揭示了从“回答问题”到“完成工作”的转变所带来的数据饥渴与生产力挑战。评测从一问一答的模式转向九大应用场景的33个世界，要求模型在长时间任务链中感知环境、拆解指令、调用工具并产出闭环成果，凸显了智能体在状态管理、错误恢复和长程规划等方面的不足。结果显示，即使顶尖模型在高难度职业场景下的通过率也仅在30%上下，且高吞吐的成本与低增益的边际递减使商业落地受限，open-source 在此时几乎全线失败，闭源模型则掌握更强的执行轨迹与数据壁垒。最后，文章强调数据质量仍是瓶颈，单靠海量文本无法支撑智能体的任务执行能力，需通过高保真虚拟环境与合成数据来提升训练效果，真正的通用生产力需要在任务编排、轨迹优化和环境交互上实现更高的稳定性和性价比。<br /><br /><i><b>🏷️</b></i> <a href="/search/%23AI%E8%AF%84%E6%B5%8B">#AI评测</a> <a href="/search/%23%E6%99%BA%E8%83%BD%E4%BD%93">#智能体</a> <a href="/search/%23%E7%94%9F%E4%BA%A7%E5%8A%9B">#生产力</a> <a href="/search/%23%E6%95%B0%E6%8D%AE%E5%A3%81%E5%9E%92">#数据壁垒</a> <a href="/search/%23%E4%BB%BF%E7%9C%9F%E7%8E%AF%E5%A2%83">#仿真环境</a><br /><br /><i><b>🔗</b></i> <a href="https://www.36kr.com/p/3760457658724869" target="_blank">原文链接</a>