马里兰大学发布PatchBench评估AI代码修复

发生了什么

据安全内参报道，马里兰大学研究者构建PatchBench基准评估AI代码漏洞修复能力。在213道C/C++任务中，仅59.2%的补丁通过全部检查。多数Agent虽能通过原始PoC测试，但常因留下其他触发路径或删减功能而失败。研究指出单一检查易漏掉问题，需结合模糊测试与功能验证。