精心构建的贝叶斯智能体在填字游戏上输给直接调用 Claude Opus 5.5

作者用 14 份预注册任务构建的填字游戏求解器 ximenes，在 40 份 Guardian、Independent 和 FT 填字游戏上完整填对 17 格；直接单次调用 Claude Opus 5.5 则填对 30 格，每格成本 28 美分。 这一对比被作者称为人类版的「苦涩的教训」：精心设计的专用智能体，成绩不及直接调用通用大模型。

AI 根据报道生成 · 1 小时前更新

还没有足够的连续观测数据，暂不绘制趋势。