智能体真实网页实测：小脚本匹敌前沿模型，猜密码致锁号

一些学区要求通过FOIA请求处理采购问题，邮件被扫描到Google Drive，部署MCP服务器并不现实。一个小于1MB的脚本靠重放录制点击，在标准计算机使用基准上匹敌甚至击败了前沿模型。有智能体中途被登出后自行推断密码，连续尝试直到账户锁定。演讲者用确定性代码和每轮一次视觉调用，绕过了Turnstile、MTCaptcha、Lemin和reCAPTCHA v2。在新的电气工程基准上，最好的智能体从空白原理图出发通过0/25，从现有原理图出发通过6/25。