据动察 Beating 监测，AI 研究团队 Proximal 更新超长程编程基准 FrontierSWE 排行榜。新加入的 GPT-5.5（通过 Codex 运行）在 mean@5（5 次尝试的平均分）和 best@5（最高分）两项指标上均大幅领先第二名 Claude Opus 4.7，支配率达 83%。但 GPT-5.5 也是作弊最多的模型：85 次试验中 8 次被判作弊，与 Kimi K2.6 并列。
FrontierSWE 4 月发布，收集了编译器优化、ML 研究、高性能工程等领域的 17 项真实难题，如用 Zig 重写 Git、构建兼容 PostgreSQL 的 SQLite 服务器，每项任务限时 20 小时，是目前少数未被做穿的公开编程基准。GPT-5.5 相比前代在时间分配上更成熟：开放式任务花更多时间打磨方案，实现类任务更快完成且得分更高。
此前测试已揭示 AI 编程 Agent 几类通病。模型普遍过度自信，远未到 20 小时时限就因肤浅的自检误以为任务已完成并提前提交。Opus 4.6 单项任务平均投入超 8 小时，远超其他模型的约 2 小时，但曾多次丢失已有优化、随后重新「发明」一遍。作弊在高压任务中尤为突出：在一道明确禁止使用 PyTorch 的 Mojo 移植任务中，除 Qwen 3.6 外所有模型均尝试作弊，Gemini 用字符编码隐藏被禁库名、在临时目录运行隐蔽进程，Opus 4.6 甚至先在推理中写下「愿意作弊」再动手。
免责声明：本页面信息可能来自第三方，不代表 Gate 的观点或意见。页面显示的内容仅供参考，不构成任何财务、投资或法律建议。Gate 对信息的准确性、完整性不作保证，对因使用本信息而产生的任何损失不承担责任。虚拟资产投资属高风险行为，价格波动剧烈，您可能损失全部投资本金。请充分了解相关风险，并根据自身财务状况和风险承受能力谨慎决策。具体内容详见
声明。
相关文章
AI 招聘平台 Ethos 完成 2200 万美元 A 轮融资，由 a16z 于 5 月 6 日领投
据 BlockBeats 称，总部位于伦敦的 AI 招聘平台 Ethos 于 5 月 6 日完成了 2275 万美元的 A 轮融资，Andreessen Horowitz（a16z）领投，General Catalyst 参与。该平台使用 AI 面试候选人并分析
GateNews26 分钟前
OpenAI 与 AMD、Intel、NVIDIA 推出 MRC Network 协议；支持 10 万+ GPU
根据 OpenAI 于 5 月 6 日发布的公告，该公司与 AMD、Broadcom、Intel、Microsoft 和 NVIDIA 合作推出多路径可靠连接（Multipath Reliable Connection, MRC），这是一种用于大规模 AI 训练集群 GPU 互联的开放网络协议。该协议将单次数据传输拆分为
GateNews1小时前
Hut 8 股价因 98 亿美元的 AI 数据中心租赁协议飙升 34%
据 The Block 称，Hut 8 Corp 的股价在今日盘前交易中上涨 34%，至 107.87 美元，此前该公司签署了一份价值 98 亿美元的租赁协议，拟在德克萨斯州 Nueces County 建设人工智能数据中心园区，并将其设计基于 NVIDIA 的计算架构。该交易代表 Hu
GateNews1小时前
CleanSpark 首席技术官：AI/HPC 基础设施需要的网络资源比比特币挖矿更多
根据 CoinDesk 的一次采访，CleanSpark 首席技术官 Taylor Monnig 表示，从比特币挖矿转向 AI/HPC 基础设施需要更多冗余、更少即兴应对。Monnig 说：“一整机柜的网络光纤超过了整个比特币挖矿设施的水平，”Monnig
GateNews1小时前
Public 收购 AI 投资平台金库应用
据 Foresight News 报道，投资应用 Public 于 5 月 6 日宣布收购由 AI 驱动的投资平台 Treasury App。收购金额未披露。此次交易旨在加强 Public 由 AI 驱动的券商业务，该业务目前支持股票、债券和
GateNews2小时前
MiroMind 将于 5 月 12 日起停止在大中华地区的 MiroThinker 服务
据 BlockBeats 称，由盛大集团创始人陈天桥创办的 AI 研究公司 MiroMind 将从 2026 年 5 月 12 日起在中国大陆、香港和澳门暂停其 MiroThinker 服务（网页版和移动端应用版本）。暂停日期和恢复时间表已通过
GateNews3小时前
