100 道真实实验题，AI 栽在哪一步？66.7% 对 43.8%！OpenAI 新基准揭穿 AI 做实验的真实水平

OpenAI 联合生物公司 Ligo 推出 BioBasicsBench，用 100 个真实湿实验任务考 AI，GPT-6 Astra 拿 66.7% 分数，仍栽在看图和查对照上。

完整的大白话解读、专业细节和短视频口播稿，打开巨象雷达登录后查看。

原文：Measuring how AI agents handle everyday wet-lab science