ASI-Bench是由清华、MIT等机构构建的自主科研能力基准，包含60项覆盖11学科的项目级任务，通过B1至B4四级逐步减少人类方法指导来测试AI科研自主性。评测18套系统显示，B1平均分50.91，B3降至26.62，表明AI在方法落地和流程执行上仍有明显短板，距离独立完成开放式科研尚存差距。