Import AI 469：DiG-bench 评测科学 AI、RSI 模拟器与扎克伯格的技术悲观主义
DiG-bench（Discovery in Games）发布，用 70 款隐藏规则的游戏评测 AI 的探索与发现能力，21 款已公开。Opus 5 和 Fable 5 搭配 Claude Code 表现最佳，仅二者能在 Tier 7 完成 0.2 的任务，而人类可达 100%。Inherent 还发布 Faraday，用小型开源模型监督前沿模型做科研。
DiG-bench（Discovery in Games）发布，用 70 款隐藏规则的游戏评测 AI 的探索与发现能力，21 款已公开。Opus 5 和 Fable 5 搭配 Claude Code 表现最佳，仅二者能在 Tier 7 完成 0.2 的任务，而人类可达 100%。Inherent 还发布 Faraday，用小型开源模型监督前沿模型做科研。