2026/03/14 05:02https://x.com/nocommas/status/2032408997135876442?s=46太抽象了,刷爆TerminalBench 的 OB-1 居然是纯纯造假产物:提前录制好所有的答案,然后答题的时候重放,再加点随机延迟模仿命令执行