评测与基准arXiv:2609.23980 · 9月21日斯坦福与 UC Berkeley 发布 MobileCybench：用可执行探针评测 Agent 漏洞发现提出 MobileCybench，用可执行探针评测编程智能体的漏洞发现与利用编程 Agent·测试OpenCode/GPT-5.5、OpenCode/GPT-5.6-Sol、OpenCode/GLM-5.2 等 5 个·应用层危险能力完整解读