AI 尚无法胜任复杂的学问工做。该基准测试间接采用律师、参谋和银里手的实正在工做流，这导致目前的 AI 正在办公室里更像一个“不靠得住的练习生”，IT之家 1 月 26 日动静，研究也强调，Digital Trends 24 日报道，其精确率也仅为 24% 和 23%，而非成熟的专业人员。一项由锻炼数据公司 Mercor 发布的研究演讲指出，而其他大大都受试模子的成就则不高于 20%。测试中成就领先的 Gemini 3 Flash 和 GPT-5.2，但 AI 的前进惹人关心。要么干脆放弃。