代码审查基准：100%召回漏洞
gabrielchua · x · 2026-07-15
转发内容提到一个名为 Dam Secure benchmark 的评测：在 PR 里植入访问控制漏洞后，GPT-5.6 Sol 做到了 100% recall，单次 review 成本约 $0.70。
这条信息的重点不是模型宣传，而是它在 代码审查/安全缺陷发现 场景里的效果和成本表现，属于比较具体的工程评测信号。
「编程与Agent」频道最新
- 开源 Agent Skill 2.3k 星:生成 MVP 蓝图并审计重构 agentic harness — tom_doerr · 2026-09-11
- Cognition SWE-2 用 KKT 对偶优化长度惩罚，一次 RL 推移 Pareto 曲线 — YouJiacheng · 2026-09-11
- 首届 Three.js 大会落地巴黎，AI 正缩短从想法到原型的距离 — OdinLovis · 2026-09-11
- 观点：Agent 真正的瓶颈是企业数据工程能力 — dhruv2038 · 2026-09-11
- 实测戳破 RTK 省钱神话:token 省了,账单分文未降 — Bartaseth · 2026-09-11
- GPT-6 Astra 用时 44 小时通关含敌人 Factorio,API 成本约 4500 美元 — liminal_bardo · 2026-09-11