Singularity-Bench发布：评测AI能否自主构建AI系统

Singularity-Bench团队在arXiv发布开源基准Singularity-Bench及配套的Breakwater框架，评测AI智能体能否从最小起点自主实现完整AI系统，并与在相同硬件上运行的人类工程基线对比。基准包含预训练、中期训练、后训练、推理、agent harness和集群编排六项端到端任务。 论文称，在由7个前沿模型和2种harness组成的11个智能体测试中，Opus 5.5配合Claude Code在全部六项任务上达到或超过人类基线，Singularity-Index为1.25。

AI 根据报道生成 · 27 分钟前更新

还没有足够的连续观测数据，暂不绘制趋势。