#swe-bench

Claude Opus 4.8：不再對自己的程式碼說謊

Two Minute Papers 讀完 Opus 4.8 長達 244 頁的 system card：這一版最大的賣點不在智商，而在「水管」——它不再對自己寫的程式碼說謊、不再偷懶亂猜。