CAIMANLAB

他看好 cybersecurity 成为衡量 superintelligence 最好的 benchmark，相当于软件工程的 IQ 测试。one-shot 一个 XYZ clone 去 X 上炫技很容易，但那不是好测试，真正难的是找漏洞、打补丁、逆向、写 exploit，这需要一种超越具体语言和框架的推理能力和边角思维，极少有人擅长。Kimi K3 在这块表现不错，对开源模型是好兆头。