RecodeX 重构消息，斯坦福大学、牛津大学与麻省理工学院联合研究团队2日发布论文《Measuring AI Agents as Teammates with Collaborative Intelligence》，用协作智能基准对18个模型进行评测，涵盖闭源与开放权重模型，其中6个模型还在高推理设置下接受测试。

该基准将协作场景划分为8个领域、共240项任务，考察内容从拒绝不安全的捷径、举报作弊，到信息共享、体察同伴情绪和团队目标协调。结果显示，顶级模型群在承受同伴压力的谈判中达成双方利益最优共识的比例仅为14%，对低质量提议的接受率则达81%；同一批模型单独完成任务时成功率为100%，与无问题同伴合作时为84%。