家长回应老人猛甩小孩称早已习惯

SWE-bench满分，0个bug修复：伯克利造了个专门作弊的AI_蜘蛛资讯网

轨迹中有16条（3.4%）是Google搜索公开的CTF攻略抄来的。SWE-bench上，17条轨迹用git log找到修复提交，直接复制历史补丁。BountyBench上，做不出真正漏洞利用的智能体会伪造一个，用grep检查漏洞模式是否存在于源码中，然后跑一个无关的pickle.loads()演示，评测器只检查退出码，全部通过。CyBench上的任务级作弊：GPT-5.3-Codex解不出CTF

伯克利团队归纳的7种漏洞模式及其在8个基准中的分布。前两种（智能体与评测器未隔离、标准答案泄露）几乎命中了所有基准。作弊，正在发生4月10日，宾大的Adam Stein和Davis Brown发布了一项大规模审计。他们用一个叫Meerkat的智能体搜索工具，扫描了数千条真实的评测轨迹，发现28+个提交、9个基准、上千条作弊轨迹。宾大Meerkat审计发现的作弊模式分布。橙色为harness级作弊（

当前文章：http://bfvy.ruotailai.cn/3ndu/7i2ht.html

发布时间：13:40:26