何恺明团队发布VISTA：Claude得分低GPT得99，AGI评估引

📌 核心事实

（100字以内，客观陈述发生了什么）
何恺明团队在arXiv发布VISTA论文，提出AGI评估新基准。测试显示Claude得分低、GPT得分99，引发X平台热议，被称为"蒙着眼睛"参加AGI考试。

💡 价值分析

（150字以内，这件事为什么重要，意味着什么趋势）
这揭示当前AGI评测体系存在严重偏差——高分不代表真实通用智能。VISTA可能引入更贴近人类认知的评估维度，倒逼行业从"刷榜"转向真实能力验证。意味着AGI竞赛正从参数规模比拼，进入评估方法论之争的新阶段。

🏢 企业启示

（100字以内，对企业/创业者有什么启发和建议）
不要盲目迷信基准分数做技术选型。应关注模型在真实业务场景的泛化能力，建立自有评估体系。同时，评估工具本身可能是被低估的创业赛道。

🚀 相关机会

（100字以内，可能衍生出什么商业机会或技术方向）
第三方AI能力审计与认证服务；面向垂直行业的定制化评估基准；AGI安全与对齐评估工具；模型能力"体检"SaaS平台。

本文由AI681 7x24快讯深度整理，内容来源于公开科技媒体，仅供参考。