已过期50% 置信基准精确时间

OpenAI推出了新基准Agent Test: Last Exam，覆盖55个行业的长线程工作流

1

来源数

50%

置信度

中期 (~90 天)

时效性

2026/7/11

首次发现

有效期至：2026/10/9(已过期)

来源

GPT-5.6发布：三款新模型上线，Codex正式并入ChatGPT

bilibiliAI学长小林2026/7/10

相关事实

待验证OpenAI的Evals框架和PromptFlow提供了Prompt的自动化测试能力71% 相似待验证OpenAI 曾公开谈到他们的模型是被专门训练来高效使用 apply_patch 工具的69% 相似待验证OpenAI推出Agent Kit的战略意图包括从模型公司向平台公司转型，以及通过Evaluate模块构建数据飞轮闭环收集RLHF训练数据69% 相似已验证OpenAI的o1系列代表了「推理时计算」（test-time compute）这一新范式66% 相似

引用此条事实

Stable URI

https://kongchang.com/claim/486690

API

curl https://kongchang.com/api/v1/knowledge/claims/486690

MCP

get_claim(id=486690)