姚期智与杨植麟联合提出 TCSExam 评测 AI 科研能力
姚期智与杨植麟等人联合研究提出 TCSExam，用 100 项理论计算机科学科研任务测试前沿 AI Agent 能否证明定理、开发 Solver、构造数学对象乃至挑战长期未解决的猜想，论文地址为 arxiv.org/pdf/2611.07962v1。
#评测/基准
雷峰网AI 评分7474
Microsoft ResearchAI 评分5656 Microsoft Copilot 企业评测体系：合成环境与自动查询管线详解
Microsoft Research 介绍其 Industry Evaluation Data Generation Platform，用基于 O*NET 职业数据、在线招聘启事和 SEC 文件等公开数据构建的全合成企业环境（tenant）评测 Microsoft Copilot，全程不使用真实客户数据。
GitHub Blog · AI & MLAI 评分5858 GitHub 开源 AI 代码评审基准 ReviewBench
GitHub 发布开源 AI 代码评审离线基准 ReviewBench，语料取自对 103.9M GitHub pull requests 的分布分析，包含 19 种语言、187 个开源仓库的 219 个 pull request。