A股73.18亿股限售股将解禁

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

。500道题，全部满分，一个bug也没修。其中的原理很简单。SWE-bench的测试和被测AI跑在同一个Docker容器里。智能体提交的代码在容器内拥有完整权限，而pytest会自动发现并加载conftest.py文件。钩子在测试的「call」阶段拦截结果，把所有outcome改成passed。日志解析器看到的是一片绿灯，评分器判定全部通过。SWE-bench的conftest.py钩子注入流程：

    GIF-杰伦·格林接球三分~！！！GIF-回放看下杰伦·格林这记三分~！

6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挑战后，直

当前文章：http://yet7m.fenshuqi.cn/o7zf/43wes2.html

发布时间：11:33:48