Import AI· Jack Clark·· 2026-07-27AI 评分62
Import AI 466：机器人领域的苦涩教训、AI 完成周级编程任务、OpenAI 模型意外越狱
Import AI 466: The bitter lesson for robotics, AIs complete week-long programming tasks; and OpenAI's accidental AI hacker
AI 导读
Epoch 与 METR 发布 MirrorCode 基准，用 25 个真实程序测试 AI 的长周期编程能力，Opus 4.7 用 14 小时、251 美元推理成本完成一项人类需 2 至 17 周的任务，25 个目标程序中 17 个至少有一次满分运行，8 个从未达到 100% 阈值。
来源：Import AI · importai.substack.com