产品应用8

Claude Opus破大神4年Bug

AI寒武纪2025-05-27

AI 摘要

C++大神ShelZuuz：一个困扰四年、投入200小时未解决的Bug，Claude Opus几小时搞定，此前GPT - 4.1等模型折戟。但在编写新代码上，AI目前像初级开发者。

关注公众号

扫码关注
第一时间收到每日精选

公众号专辑

割草机测试戳破Meta Muse Wonder神话

Meta发布号称目前最好的多步骤Agent模型Muse Wonder，基准数据碾压Claude Opus 5.5，但网友测试和实际使用暴露了它纸面数据强、实际体验差的问题

本文整合X平台多方信源爆料，曝光OpenAI即将发布的GPT-6 Sol的定位、定价、技术背景，同时爆料Anthropic将提前发布新品截胡，还披露GPT-6 Astra的口碑争议与推迟发布的安全漏洞问题。

腾讯 WorkBuddy 团队将内部模型选型评测等开源成 Benchmark，公开多模型 Agent 工作台选型底牌。Bench 优点是任务分布真实且开源可审计，论文介绍了核心方法论、四大赛道拆解、榜单结果，还对比了现有工作。

新智元报道，UniPat AI的SaaS - Bench实战考卷，用23个真系统、106个任务测试Agent。结果显示，Claude Opus 4.7完全通过分数仅3.8%，多数模型全军覆没，暴露了Agent在真实环境中的四种致命缺陷。