金融科技初创公司 Terminal X 于 10 月 20 日披露，用 GPT-6.1 Sol 驱动的一套 Eval Agent 评测工作流，在 500 个已评分判断上与高级人工评审的一致率达到 88.6%，次优模型为 86.4%，相差 220 个基点。
54 项评分标准
这套评测智能体是一个运行在 GPT-6.1 Sol 及其他 OpenAI 模型上的编排工作流，每个回答都要按 54 项标准逐条检查，涵盖数字是否正确、可比公司来源是否可靠、市场一致预期是否准确、投资叙事是否成立、建议是否符合机构 house view 与基金 mandate，每项按通过或失败计分。Terminal X 联合创始人兼 CEO Hyun Hong 表示，GPT-6.1 Sol 的长上下文推理与 token 效率让团队可以构建更深的评估流水线，使投资判断变得可度量、可审计。在一项买入基金案例中，它比次优模型多识别出约 25% 的 mandate 偏离，单次查询成本低约 30%。
记忆债务与实际节省
把资深投资人的判断拆成可执行的评分标准，是 AI 智能体真正接管专业流程的前提。
延伸阅读
- OpenAI 被曝按吨囤 Mac mini：几万台全拿去训 AI 了2 月前
- 可灵AI Kling 4.0深度：4K/30秒/HDR全面升级，AI视频赛道进入「基础设施」竞争时代（更新版）4 天前
- OpenAI 宣布 Astra 即将发布：因安全风险暂停后，9月1日更新进展2 月前
- OpenAI 联手 Synopsys 做 EDA 芯片设计 AI：股价单日涨 7%2 周前
AI 自学笔记 每天更新 AI 前沿动态，订阅 RSS，或按 Ctrl/⌘+D 收藏本站，明天见。
继续读
同一批更新里这几篇值得一看：
- 法律 AI 公司 Legora 融资 5.5 亿美元，估值达 88 亿2026-10-22
- OpenAI 新规：模型路由器与网关须先过审批，11 月 20 日生效2026-10-22
- MiniMax M3.1 Flash 拿下 Agent 第一：智能指数 43 分2026-10-22