研究驳回两大厂自主 AI 研究说法

一项新研究用「影子评审」方法实测了前沿模型的自主科研能力，结果并不支撑两大实验室的乐观说法。研究者与普林斯顿、英国 AI 安全研究所合作，给 AI 代理 6 天时间、3000 美元 API 额度与 GPU 支持，分别用 **Claude Opus 4.

8** 和 **GPT-5.6 Sol** 独立攻克两篇 NeurIPS 2026 未发表论文的核心问题。

💡 为什么值得看用影子评审实测 Claude Opus 4.8 与 GPT-5.6 独立写论文，均被判拒稿，直接对冲实验室官方乐观表态。