OpenAI 与 Ironclad 推进专业合同工作流中的计算机使用能力

OpenAI 于2026年10月6日公布与 Ironclad 的研究合作，使用合同、采购和审批流程构造智能体训练与评测任务，关注价值在于评估重点从单步操作扩展到理解业务规则、执行多步骤流程并检查最终结果。

• OpenAI 称双方设计了11项法律、商业和采购任务，每项按8至50项标准评分。
• 在该研究评测中，GPT-6 Astra 平均得分为55.0%，GPT-5.6 Sol 为41.6%。
• 官方同时称平均估计耗时从37.0分钟降至19.2分钟，但脚注明确这是模拟估算，不是客户真实节省时间。
• 评测使用托管软件环境和合成任务，且官方说明未使用客户非公开合同训练或评估。
• 影响/看点：这类任务化评测可能帮助企业更具体地衡量智能体在专业软件中的可靠性，但分数不能直接等同于法律工作可独立交付；实际部署仍取决于异常处理、权限控制和人工复核。
• 资料依据:
• OpenAI（2026-10-06）：Advancing computer use with Ironclad https://openai.com/index/advancing-computer-use-with-ironclad

本内容由 AI 生成，仅供参考，请注意甄别