SWE-sweep 榜单翻倍：OpenAI Astra 找 bug 成本不到 5.6 一半
OfirPress · x · 2026-10-22
SWE-sweep（真实世界软件漏洞挖掘）榜单更新，OpenAI 与 Anthropic 的模型将发现的 bug 数量翻倍、同时把成本减半。OpenAI 新模型 Astra 表现最佳，成本不到 5.6 的一半。
Ofir Press 转发祝贺并指出：这有助于「主动式 agent」时代的到来——在漏洞酿成全球性危机前修复它们。不过即便最好的 Astra，在测试的真实漏洞中发现率仍不足 10%，改进空间巨大。
「模型」频道最新
- Richard Socher 的 Recursive 发布 40B 编码模型 Flint：全自动研发、四个月炼成 — AIFlow_ML · 2026-10-22
- OpenAI 拦截安全请求引众怒,tekbog:这就是为什么需要开源模型 — tekbog · 2026-10-22
- 12 个 AI 模型被问「最反直觉的人类观点」,35 次里 29 次给出同一个答案 — Tgoc · 2026-10-22
- OpenAI 拦截网络安全请求:授权安全工作需申请 Daybreak 才放行 — tekbog · 2026-10-22
- Pichai 亲口确认:内部研究显示 Gemini 5 将大幅超越 Argon — rohanpaul_ai · 2026-10-22
- RAG 原理科普:实时检索外部数据,免微调解决幻觉与过时 — goyalshaliniuk · 2026-10-22