实践 · 本周值得看
企业 Agent 的门槛，不是得分，而是完整交付
收录于 2026-10-09 研究周
核心观点
State of AI Report 给出一个刺眼的差距：GPT-5.6 Sol 在 97 个科学工作流上获得 87.9/100 的分项得分，但完整完成率只有 20.6%。OutSystems 的访谈也显示，一些已经构建和测试的代理仍卡在合规审批。
为什么重要
企业真正购买的不是局部能力分数，而是包含正确结果、权限、审批、提交和审计的完整交付。模型榜单和单次调用成本，都不能回答一个工作最终是否被可靠完成。
证据边界
87.9 分与 20.6% 完成率来自特定科学工作流评测，不能外推到所有企业任务；OutSystems 的部署经验也带有供应商立场。