Epoch AI和Anthropic独立发现，当前像GPT-5.6 Sol和Claude Fable 5这样的AI模型可以运行实验，但缺乏科学自我批评和真正的创造性思维。

在自主研究基准测试中，Sol最多达到人类参考分数的15%。

AI 生成：摘要由 AI 根据所链接的来源撰写。 我们如何使用 AI