Claude登顶Singularity-Bench五胜一平
AI 总结
Singularity-Bench预印本设置六项AI研发任务,涵盖训练、数据选择、强化学习代码、推理引擎、智能体运行框架和显卡集群调度。新智元与AIbase报道,Claude Opus 5.5配合Claude Code成为唯一超过人类基线的组合,取得五胜一平;其生成的推理引擎在相同硬件下将P90首token延迟从SGLang的12.029秒降至0.478秒。研究者指出,各任务范围仍由人类划定,因此结果尚未证明端到端的递归自我改进。
深度见解
该基准直接评估了智能体承担AI基础设施和研发工作的能力,而推理引擎对比则提供了智能体生成的系统在相同硬件与负载下超过成熟引擎的具体证据。
原创 ASI启示录 2026-11-20 00:18 北京
新智元报道
你让AI帮忙修一个登录报错。
照着它的建议改完代码,你重新跑了一遍登录测试。终端又弹出一行红字,报的还是同一个错。
你把新日志贴进对话框,再按下回车,等AI告诉你下一步查哪儿。
#Claude Opus 5.5#Claude Code#Singularity-Bench#SGLang#Carnegie Mellon University#NVIDIA