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
- 博主同时跑 20 个 Grok Bot 分工管理日程、路线图与周报 — inkko44 · 2026-10-26
- YC 新公司 Pomerado 开源：把任意网站变成 API，宣称比浏览器 agent 快 2-4 倍 — moeinteractive · 2026-10-26
- 大厂全做 AI 沙箱,Modal 与 Daytona 靠盒外一层仍居增速榜前列 — FinanceYF5 · 2026-10-26
- 用 Claude 搭建全自动 SEO 流水线的六步工作流 — martyamark · 2026-10-26
- 用 agent 三条教训:别靠它读论文、别混学英语、别为烧 token 后台跑任务 — ZeYanjie · 2026-10-26
- Google 社区活动不必全用谷歌技术:Next.js 加 Firebase 也算数 — weskambale · 2026-10-26