OpenAI 报告：AI 编程智能体可提速科研软件但无法判断科学正确性

8月1日消息，OpenAI 与学术伙伴的实地报告显示，Codex、Claude Code 等编程智能体能将老化科研软件提速超 60 倍。RustQC 将运行时间从 15 小时 34 分降至 14 分 54 秒，HelixForge 比 BamSurgeon 快 59.6 倍。但智能体无法可靠判断结果是否科学正确，常自信地输出错误代码，需人类定义测试与验证标准。