RWE-Bench 實測 AI 工程能力

基準構成

RWE-Bench 全稱 Real World Engineering Bench，共 20 道題，其中機械 9 道、航空航天 6 道、電子 5 道。每道題由對應行業的工程師出題，出題人並需以同一套工具完成一份參考答案，確保題目貼近真實工程實務。

任務與限制

題目要求 AI 操作工程師日常使用的 CAD 與仿真軟件，完成設計曲軸、為內存布線、計算渦輪葉片散熱等任務，每道題最多給予 24 小時。與數學及編程題不同，這類任務涉及多步驟、專業性強的現實工程流程。

評測結果

結果顯示，AI 在數學與編程任務上已能超越人類，但在 RWE-Bench 的成績明顯落後。表現最好的 GPT-6 Astra 亦只有 37% 的題目通過，其餘模型近乎全數未能通過，多個模型得分為零。

發布方表示，該基準旨在衡量 AI 解決複雜、多步驟、專業性強的現實工程問題的能力，並揭示其於工業級應用中的短板，為日後改進提供參照。