Shaped 审计 Zapier AutomationBench,修复 206 个验证器漏洞
Shaped 给 Zapier 的 AutomationBench 做了一次验证器审计,用智能体找茬找出 206 个真实漏洞,近三成 Kimi K3 成绩因此改变,做评测的都该看看。
Shaped 给 Zapier 的 AutomationBench 做了一次验证器审计,用智能体找茬找出 206 个真实漏洞,近三成 Kimi K3 成绩因此改变,做评测的都该看看。
Shaped 把 Zapier 的 AutomationBench 全查了一遍,206 个验证器有 bug,修完后 Kimi K3 近三成评分都变了,做评测的都该看看。
谷歌突袭发布Gemini 3.7 Flash,AutomationBench拿到30%,比贵一倍的模型还强。做智能体自动化任务可以试试。
做自动化的开发者终于可以省掉不必要的 token 开销——用脚本替代 Zapier 工作流,效率更高、成本更低,建议看视频对比 SDK 和 MCP 的适用场景。