标签
本文详细介绍了Meta的AI代理Muse如何将其整个Linux文件系统导出给用户，暴露了内部文档、技能和潜在的安全漏洞，这些通过漏洞赏金计划进行了报告。
ClawProBench引入了一个跟踪感知的基准测试，用于评估AI代理，强调运行时执行和安全性，以揭示最终答案排名的局限性。