热点事件持续更新
Agent基准工具环境可执行合约审计发现缺陷
1 篇报道1 个报道来源6 小时前更新
先了解这件事
AI 综述
2026-09-30，arXiv Software Engineering 发表一手研究，对 4 个 Agent 基准中的 34 个可变工具进行可执行契约审计，确认 7 个工具缺陷和 1 个评估器属性。研究将工具接口视为契约，在 25 条标记中无误报、标记 2/5 个负例，并在 33 个漏分中的 29 个发现契约条款未覆盖缺陷。
AI 根据报道生成 · 2 小时前更新
最新进展9月30日 12:00
论文通过可执行契约审计确认 7 个工具缺陷和 1 个评估器属性。报道时间线
沿着报道，了解事件的不同侧面。
9月30日
- arXiv · Software Engineering精选Agent 基准测试是否名副其实？工具型 Agent 环境的可执行契约审计
论文对 4 个基准中的 34 个可变工具进行可执行契约审计，确认 7 个工具缺陷和 1 个评估器属性。审计将工具接口视为契约，在 25 条标记中无误报、标记 2/5 个负例，并在 33 个漏分中的 29 个发现契约条款未覆盖缺陷。
本事件热度走势
还没有足够的连续观测数据，暂不绘制趋势。