名為 APEX-Agents 的新基準測試顯示，即使是像 GPT-5.2 和 Gemini 3 Flash 這樣的領先 AI 模型，也在來自法律和金融等專業領域的多領域複雜任務中大多表現失敗，令其是否能立即投入職場產生疑問。