闲社

标题: Google与Mercor推出PLE工程智能体基准：最高配置私测平均得分48.3% [打印本页]

作者: 柷為歌 时间: 半小时前
标题: Google与Mercor推出PLE工程智能体基准：最高配置私测平均得分48.3%
Google AI & Infrastructure团队与Mercor于11月3日发布Physical-Engineering’s Last Exam（PLE），评测AI智能体能否端到端完成机械、电气、土木和结构工程任务。项目文件包含图纸、表格、邮件及版本资料，智能体需梳理适用规范、完成计算并交付设计成果；评估还设置安全、合规与成本约束。

基准共85项长程任务，其中29项公开并附评分工具，另设私有测试集和开放竞赛。Google报告称，在14个模型和7种代理框架的测试中，最高配置平均得分48.3%；虽然其单项约束通过率达91%，最终通过全部硬性安全与可行性检查的交付物比例为41.3%。这些是Google团队披露的测试结果，不代表工程师可被替代；官方强调设计仍需持证工程师审核。

来源：Google Cloud，Introducing Physical-Engineering’s Last Exam for agents（2026-11-03）
https://cloud.google.com/blog/products/ai-machine-learning/introducing-physical-engineerings-last-exam-for-agents/

欢迎光临闲社 (https://www.xianshe.com/)