Import AI· Jack Clark·· 2026-07-27
Epoch 与 METR 发布 MirrorCode 长周期编程基准
Import AI 466: The bitter lesson for robotics, AIs complete week-long programming tasks; and OpenAI's accidental AI hacker
AI 导读
Epoch 与 METR 发布 MirrorCode 基准，用于测试 AI 系统完成人类需长时间投入的编程任务的能力，该基准 4 月首次公布，此次补充测试后正式发布。
入选记录
门槛 76媒体与个人第一次 71第二次 71
未入选两次之和 142 < 门槛的两倍 152
- 信源等级
- 媒体与个人，这一级的门槛是 76 分
- 预筛
- 通过：AI模型编程评测、机器人任务与安全事件
评分由模型按同一份标准独立打两次，满分 100；两次之和达到门槛的两倍才入选。门槛按信源等级设定。
来源：Import AI · importai.substack.com