Google开放85项工程基准与Agent竞赛

Google AI & Infrastructure于2026年11月3日宣布发布Physical-Engineering's Last Exam（PLE）基准，该基准与Mercor合作开发，共85项任务，要求Agent完成机械、电气、土木和结构工程领域的专业作业，而非回答教科书式问题或执行孤立工具调用。此次开放29个公开任务、评分工具和评测容器，并同步启动开放Agent竞赛与排行榜。

AI推荐理由 Google AI & Infrastructure于2026年11月3日发布Physical-Engineering's Last Exam（PLE）基准，含85项机械、电气、土木和结构工程专业任务，开放29个公开任务、评分工具和评测容器，并配套Agent竞赛与排行榜。该基准要求Agent完成真实工程作业而非教科书问答，对评估Agent在专业工程场景的能力有明确价值；但摘要未说明任务难度分布与基线成绩。