RecodeX 重构消息，Epoch AI 发布 Epoch Automation Reports，将机构内部的图表设计、研究规划等真实工作任务按人类员工评估标准用于测试 AI 模型。结果显示，表现领先的 Claude Fable 5.1 与 GPT-6 Astra 平均得分均为 65%，未达到 100% 的可自动化门槛。