当所有AI都在基准测试上达到100%之后会发生什么
摘要
这篇文章推测当所有AI模型在基准测试上都达到100%时会发生什么，质疑它们将如何展示优越性。
每天都有一个新的AI模型推出。而且每个新模型都似乎在基准测试上击败了其他模型。按照这样的进步速度，所有模型都将在短时间内达到基准测试100%的成绩。之后会发生什么？它们将如何展示彼此之间的差异？
相似文章
AI基准测试的含义是什么？
简单解释AI基准测试、分数含义，以及为何100%不代表AI无法进一步改进。
还有人觉得AI基准测试在预测实际性能方面越来越没用了吗？
本文讨论了AI基准测试高分与实际真实表现之间日益扩大的差距，重点强调了诸如一致性、延迟和上下文处理等问题。
Humanity's Last Exam 当前基准测试成绩思考？
讨论近期AI模型在'Humanity's Last Exam'基准测试中的得分，指出从2024年5月GPT-4o的2.7%提升至2026年6月左右45%，并对该考试的难度提出疑问。
2026年，所有人都在追踪关于AI进步的错误指标。基准测试之战的重要性远不及发生在它们下面一层的事情。
文章认为，在2026年，AI价值的关键区分因素不是模型能力，而是通过像MCP这样的集成协议实现的数据访问，这些协议将模型连接到真实的业务数据（如CRM和会计软件），从而使连接的工作流比基准测试分数更重要。
基准最大化
讨论了OpenAI市场份额下滑，而Meta和Google却在增长的问题，质疑高基准分数对普通用户是否重要，并提出AI的真正价值在于作为现有产品生态系统中的一项功能。