OpenAI 發表 BioBasicsBench：100 題實驗室日常任務，GPT-6 Astra 拿 66.7%
OpenAI 在 11 月 6 日與生技公司 Ligo 合作推出 BioBasicsBench，用凝膠照片、培養皿、顯微鏡影像等原始實驗資料出 100 題日常濕實驗分析題；最高推理設定下 GPT-6 Astra 平均拿到 66.7% 分數，GPT-5.6 Sol 是 43.8%，官方也列出它會數錯菌落、被既定假設帶偏等失誤。我的看法：進步是真的，但三成多拿不到分代表還不能放手讓 AI 下結論。企業用 AI 看報表或檢驗數據也一樣，讓它當助手先抓疑點，最後判斷還是要人來簽。