
四款顶级 AI Agent 放进同一道题:复原特斯拉飞行汽车。车身四视图、飞行轨迹逐项对照。 在智能知识(@CKII_Index),我们看三件事:能不能跑、能不能复现、换个条件会不会翻车。 镜头一转就露馅,BGM 再燃也不加分。 👇 四款 Agent 实测对比 #Tesla #Cybertruck #AIAgents #AIBenchmark #Codex #CKII
1:21

从真实工作流程中设计评测任务,持续追踪大模型在不同领域的表现,分享评测结果、任务案例和方法。

四款顶级 AI Agent 放进同一道题:复原特斯拉飞行汽车。车身四视图、飞行轨迹逐项对照。 在智能知识(@CKII_Index),我们看三件事:能不能跑、能不能复现、换个条件会不会翻车。 镜头一转就露馅,BGM 再燃也不加分。 👇 四款 Agent 实测对比 #Tesla #Cybertruck #AIAgents #AIBenchmark #Codex #CKII

