伯克利最新測試顯示 AI 代理於真實工作任務失敗率達 75%

AI 代理被企業視為自動化知識工作的下一步，但能答題不等於能交付完整成果。加州大學柏克利分校負責任、去中心化智慧中心（Berkeley RDI）推出 Agents’ Last Exam（ALE），以實際職場流程檢驗代理，結果為短期內全面取代人力的說法降溫。

Berkeley RDI 於2026年6月14日公布 ALE；7月24日報導指出，測試收錄逾250名專業人士提供、橫跨55個領域的1,490項任務。最佳系統 OpenAI Codex 搭配 GPT-5.5 通過26.2%；最難層級平均僅2.6%，另有配置耗費630美元與7.63億 tokens，成功率仍只有2.9%。