AI搜索代理的困境不在于查找信息，而在于澄清模糊查询。一项名为DiscoBench的新基准测试显示，那些反复搜索而非提出后续问题的代理表现较差，准确率仅为51.9%。即使是表现最好的模型也面临挑战，当查询变得明确时，准确率会显著提高。这凸显了当前AI在有效质疑假设和定义问题空间方面的关键局限性。 AI
影响 凸显了当前AI在有效处理模糊性和质疑假设方面的局限性，可能影响未来的代理设计。
排序理由 该集群讨论了一个新的基准测试（DiscoBench），该测试评估了AI搜索代理在模糊查询上的表现，这是一个研究重点话题。
AI 生成摘要 · Google Gemini · 来自 2 个来源。 我们如何撰写摘要 →
<p><img alt="A location pin with a compass arrow and colored branches extending through map and circuit fragments, symbolizing dynamic routing paths." class="attachment-full size-full wp-post-image" height="1047" src="https://the-decoder.com/wp-content/uploads/2026/07/discobench-…
<!-- SC_OFF --><div class="md"><p>AI is becoming remarkably good at finding patterns, generating ideas, and exploring large solution spaces.</p> <p>But I wonder whether its greatest limitation may not be intelligence itself.</p> <p><strong>Many problems are defined by the questio…