新聞 
ChatGPT Agent口碑兩極化,Manus隔空對戰
ChatGPT Agent口碑兩極化,Manus隔空對戰ChatGPT Agent口碑兩極化,Manus隔空對戰
▲（圖源：X平台）
Agent在執行流程上已經具備高效率，但在數據判斷和邏輯把控上仍然離不開人類監督。
從跑分和社區反饋來看，ChatGPT Agent擅長處理指令明確、路徑清晰的任務，比如生成婚禮准備清單或根據財務數據制作PPT，在這類標准化流程中，Agent能夠高效執行，顯著節省人工操作。
但遇到模糊指令或需要開放式判斷的任務，比如整理行業隱性趨勢或挖掘未被報道的新聞線索時，Agent往往難以給出有效結果，容易陷入“找不到”或“請明確需求”的反復循環。
肆、跑分成績亮眼：擅長流程跑通，難在開放推理
在數據測評上，Agent模式在人文學科推理、金融分析、網頁交互和電子表格肆大維度上對o3有不同程度領先，最高實現翻倍提升。
ChatGPT Agent在“人類的最後考試”（Humanity’s Last Exam）評估中取得41.6%的最高分，相比o3無工具模式（20.3%）實現翻倍提升，在跨學科專家級問題上展現了推理與工具調用能力。
▲Humanity’s Last Exam（來源：OpenAI）
DSBench聚焦數據分析類實際任務，Agent在數據分析子任務中准確率達到87.9%，顯著高於o3（64.1%），首次超越人類參考水平。在DSBench的數據建模子任務中，Agent准確率達到85.5%，優於o3（77.1%）和GPT-4o（45.5%），接近人類表現。
▲DSBench數據分析任務與DSBench數據建模任務（來源：OpenAI）
SpreadsheetBench測試Agent對電子表格的編輯操作，ChatGPT Agent在直接訪問.xlsx文件時，准確率提升至45.5%，顯著優於Copilot in Excel（20.0%），但與人類水平（71.3%）存在較大差距。
[物價飛漲的時候 這樣省錢購物很爽]
這條新聞還沒有人評論喔，等著您的高見呢
Agent在執行流程上已經具備高效率，但在數據判斷和邏輯把控上仍然離不開人類監督。
從跑分和社區反饋來看，ChatGPT Agent擅長處理指令明確、路徑清晰的任務，比如生成婚禮准備清單或根據財務數據制作PPT，在這類標准化流程中，Agent能夠高效執行，顯著節省人工操作。
但遇到模糊指令或需要開放式判斷的任務，比如整理行業隱性趨勢或挖掘未被報道的新聞線索時，Agent往往難以給出有效結果，容易陷入“找不到”或“請明確需求”的反復循環。
肆、跑分成績亮眼：擅長流程跑通，難在開放推理
在數據測評上，Agent模式在人文學科推理、金融分析、網頁交互和電子表格肆大維度上對o3有不同程度領先，最高實現翻倍提升。
ChatGPT Agent在“人類的最後考試”（Humanity’s Last Exam）評估中取得41.6%的最高分，相比o3無工具模式（20.3%）實現翻倍提升，在跨學科專家級問題上展現了推理與工具調用能力。
▲Humanity’s Last Exam（來源：OpenAI）
DSBench聚焦數據分析類實際任務，Agent在數據分析子任務中准確率達到87.9%，顯著高於o3（64.1%），首次超越人類參考水平。在DSBench的數據建模子任務中，Agent准確率達到85.5%，優於o3（77.1%）和GPT-4o（45.5%），接近人類表現。
▲DSBench數據分析任務與DSBench數據建模任務（來源：OpenAI）
SpreadsheetBench測試Agent對電子表格的編輯操作，ChatGPT Agent在直接訪問.xlsx文件時，准確率提升至45.5%，顯著優於Copilot in Excel（20.0%），但與人類水平（71.3%）存在較大差距。
[物價飛漲的時候 這樣省錢購物很爽]
| 分享: |
| 注： | 在此頁閱讀全文 |
推薦: