AI Agent迈入可验证流程新阶段

【AI云算工场 AI 早报】2026年7月6日🔥头条：AI Agent开始进入科学判断力竞争当前AI领域最值得关注的焦点，并非模型对话能力又提升了多少，而是Agent能否在真实且充满不确定性的任务中做出正确决策。OpenAI发布GeneBench-Pro，采用更贴近真实科研的计算生物学任务来评估AI Agent：数据是否支撑结论、噪声是否在可接受范围、下一步实验应如何优化，这些能力远比"会调用工具"更关键。与此同时，OpenAI预览GPT-5.6 Sol，长上下文处理、复杂工具链调度与科学推理能力持续突破