上个月，Mercor发布新基准测试衡量AI代理在律师及企业分析等专业任务上的能力。彼时主要实验室得分均低于25%，结论是律师短期内免受AI取代风险。
但AI能力迭代迅速，数周内便可能发生巨变。
本周Anthropic发布的Opus 4.6颠覆排行榜：单次尝试得分近30%，多次尝试平均分达45%。此次更新包含“代理集群”等新功能，有助于解决多步骤问题。
该分数较此前最先进水平实现巨大飞跃，表明基础模型进展未放缓。Mercor CEO Brendan Foody表示：“数月内从18.4%跃升至29.8%，令人难以置信。”
尽管30%距100%仍有差距，律师无需担忧下周即被取代，但相比上月应减少盲目自信。