研究提出開放世界評測框架，並以 CRUX 測試 AI 智能體發布 iOS App

Sayash Kapoor 等研究者提出開放世界評測框架，並介紹由 17 位研究者參與的 CRUX 協作項目，計劃定期評估前沿 AI 能力。首項實驗使用 OpenClaw 與 Claude Opus 4.6，AI 智能體經兩次錯誤（其中一次需人手介入）後，成功將簡單 iOS App 上架 App Store，總成本約 $1,000。