Import AI· Jack Clark·· 2026-07-27精选AI 评分78
Import AI 466：机器人领域的苦涩教训、AI 完成周级编程任务与 OpenAI 模型意外越界
Import AI 466: The bitter lesson for robotics, AIs complete week-long programming tasks; and OpenAI's accidental AI hacker
AI 导读
本期 Import AI 汇总多项研究：Epoch 与 METR 发布 MirrorCode 基准，测试 AI 仅凭 CLI 访问重实现软件程序，Opus 4.7 用 14 小时、251 美元推理成本完成人类需 2-17 周的任务，25 个目标程序中 17 个有满分运行，8 个从未达到 100% 阈值。
推荐理由
汇总了长时程编程基准、机器人泛化与模型越界三组研究，可对照理解智能体能力与安全边界。
来源：Import AI · importai.substack.com