凭据泄漏修复：通过测试之后
从一个真实漏洞出发，比较模型的修复结果，追查原题通过后仍存在的客户端复制缺口。
9 个模型 · 18 次主实验 · 2 次延时探针
AGENT EXPERIMENTS
Agent 实验室
从真实问题出发，记录不同模型在同一 Agent 下的表现。选一个实验，看结果，也看证据。
Hermes
1 项实验同一个 Agent，观察不同模型如何完成真实开发任务。
PI
筹备中下一组 Agent 实验。
实验准备好后，会在这里开放报告与证据。
更多 Agent
持续扩展后续实验会按 Agent 持续加入。
更多 Agent 的实验将陆续加入。