一百个智能体一起找漏洞，靠谱吗

有个叫 Mo 的产品，自称"世界第一个 AI 测试员"：把网址丢给它，100 多个 AI 同时找 bug，每个 bug 回来都带三样——复现步骤、日志、录屏。 它自己跑的对比：对着"Codex＋Playwright MCP"那套，多找出 3.8 倍的 bug、每小时多 9 倍、成本砍半；转发加评论领 $250 体验金。 三层拆：一，"每个 bug 带复现步骤＋日志＋录屏"才是重点：AI 找 bug 不稀奇，稀奇的是交活格式像人——拿到就能验、不用猜它说的是不是同一个问题。 二，倍数带对照组（Codex＋Playwright 当基线）比空话强——但那是它自家评测，跟我一样要看口径：基线怎么配、题库谁出。 三，100 个 AI 并行＝把"找 bug"这件苦差事批处理了——跟"一个规划、一堆执行"的分工套路一个样。 口径：①3.8×／9×／半价＝其评测——未复现、基线以它说明为准；②"100 并行"没实测；③$250 体验金＝拉新活动、有时效。 要用的两条：一，先丢个小项目试水：看它报的 bug 有几个真能复现；二，看报告别只看数量：挑两个按步骤照做——出不来的就当噪声。 AI 当测试员这事儿，光说"找出多少"没用——每个都能复现，才算数。