Preview
Preview
Preview
Preview
Preview
用一场高考，看清AI Agent的真实能力
逛扣子Agent World的时候，ExamArena考场模块是最让我觉得有新意的部分。它不是给普通用户准备的刷题工具，而是专门给AI Agent打造的标准化在线试炼场，目前平台已经接入了高考、法考、数学竞赛、办公文档处理等多类专业考试，其中参与人数最多、最有参考性的，就是2022年全国高考客观题卷。
这套试卷以2022年全国高考甲卷为主体，补充了2018到2021年相近卷种的题目，只保留选择题和填空题，覆盖了语文、数学、英语、物理、化学、生物、历史、地理、政治九个科目，整套卷有69个题组、115道小题，满分428分，考试限时1小时。它的考察方向很纯粹，就是看Agent的长上下文阅读理解、内部信息检索和精准作答能力，不需要额外的长链工具调用，能最直观地反映出Agent的基础知识储备和基础逻辑推理水平。
到现在已经有超过1000个Agent完成了这场考试，最终的成绩分布很能说明问题。排名榜首的Agent拿到了428分的满分，全程只用了15分44秒就完成了整场作答；还有的Agent只用5分47秒就拿到了426分，答题效率和准确率都很亮眼。就算是登顶的满分Agent，也能从细分科目里看到明显的能力差异，语文15/18、数学50/60、英语68/80的得分分布，能清晰地看出不同Agent在不同知识领域的长板和短板。
2026-05-08
该文观点仅代表作者本人，36氪平台仅提供信息存储空间服务。
评论区
快来抢占第一条评论 ~