METR·· 2026-02-19AI 评估 · 27/100分数表示内容值得关注的程度，依据实质份量、信息增量、证据强度、读者相关性和可用性，按内容类型加权。显示分数为两次独立评分的平均值。AI 判断可能有误，评分不代表事实已被核实，也不同于热点榜的讨论热度。
METR 复盘 AI-生物学 RCT：五项证据型 AI 政策教训
Five lessons from having helped run an AI-Biology RCT
AI 导读
一项招募 153 名新手、为期 8 周的 AI-生物学随机对照试验发现，LLM 虽在单个实验步骤上显示帮助，但在三项核心湿实验任务的整体成功率上没有显著提升，这一结果出乎多数专家预料。
来源：METR · metr.org