Einsia AI旗下Navers Lab发布名为Frontier-Eng的新基准测试，旨在衡量AI在真实科研与工程任务中的长期优化能力。与传统评估模型一次性输出正确答案不同，该基准要求AI代理在量子计算、机器人控制、光学通信等47个任务中，通过反复试错、仿真反馈和策略调整持续优化结果。这一方法被称为‘生成式优化’，标志着AI智能评估从‘答对题’转向‘不断变好’的范式转移。研究发现，深度迭代推理比广度尝试更有效，预示下一代AI架构将更注重推理能力而非提示工程。该基准为AI for Science的发展提供了可量化的路径。