Google发布PLE工程任务基准

2026年10月，Google发布论文提出PLE工程基准，包含85个由执业工程师编写或核验的电气、土木、结构和机械工程任务。据X平台Rohan Paul的报道，在该基准上表现最好的智能体仅得50.6%：Claude Opus 5.5在Claude Code中以50.6%领先14个模型，每个任务消耗27M token、耗时63分钟；在设计任务中，其输出满足91%的约束，但只有41.3%满足全部硬约束。目前该事件仍处于基准发布与初步评测结果披露阶段，尚无更多跟进报道。

AI 根据报道生成 · 2 小时前更新

还没有足够的连续观测数据，暂不绘制趋势。