币界网消息，链上分析师AI姨表示，加州大学伯克利分校RDI牵头，联合数百名行业专家推出全新AI智能体评测基准agents last exam，用于评估智能体在实际工作中完成高价值数字化专业任务的能力。ALE涵盖55个数字化专业子领域，包含1500多个真实项目任务。评测团队测试了Fable 5、GPT-5.5和Composer 2.5等模型，结果显示所有参测智能体通过率均为零，Fable 5由于触发安全保护机制，约35%的任务回退至旧版Opus 4.8，导致整体表现不佳。Fable 5的单项任务API开销约为15.70美元，远超GPT-5.5的3.80美元和Composer 2.5的1.33美元，使用成本高出对手4至12倍。评估团队指出，智能体普遍存在过早宣告成功的问题，未进行二次校验便匆忙输出结果。