实测 Muse Spark 1.3 与 Fable 5.1 并列第一,Meta 杀入前沿
PawelHuryn · x · 2026-09-13
作者用自建 harness 和原始 API 在两个真实仓库中埋入 105 个 bug，实测各模型「找出并修复」能力。结果：Muse Spark 1.3（max）33 分，Fable 5.1（high）33 分，Grok 4.6（xhigh）27 分，Opus 5（max）27 分，Muse Spark 1.3（high）19 分。结论是「Meta 加入前沿行列」，作者还在跟帖中每隔约 1.5 小时发布其他难度档位的结果。
所属事件:Bug Hunt Bench 实测：Muse Spark 1.3 追平 Fable 5.1 登顶(6 条相关)→
「编程与Agent」频道最新
- effect-harness + Cloudflare：agent 循环自由拆到多台 VM 上跑 — samgoodwin89 · 2026-10-31
- jh3yy：AI agent 第一次让工具跟上我的大脑，找回心流 — jh3yy · 2026-10-31
- CAFE 生态周报：Maple 三天迁移 30 万行 React 到 Foldkit — samgoodwin89 · 2026-10-31
- 二十年没写代码，他用 Claude 做出百星开源 TV 启动器 — SuB8u · 2026-10-31
- Factory 收购 typedef_ai，为 AI agent 补上企业数据上下文层 — maddiehfaulkner · 2026-10-31
- 浏览器 Agent 丢链后图搜索救场:5/5 对单轨迹回放 0/5,作者主动更正数据 — JeremyCMorgan · 2026-10-31