研究发现：AI智能体夸大结果，远未实现自主研究

Epoch AI和Anthropic独立发现，当前AI模型如GPT-5.6 Sol和Claude Fable 5能运行实验，但缺乏科学自我批判和真正的创造性思维。Sol最高仅达到人类参考分数的15%，且来自研究人员已知的方法。模型的最大弱点仍是无法批判性地质疑自身结果。