Shaped 审计 Zapier AutomationBench，修复 206 个验证器漏洞

Shaped 对 Zapier 的 AutomationBench 中全部 600 个公开任务逐项检查验证器，用智能体提交貌似合理的错误答案来测试，人工复核确认 206 个真实漏洞并全部修复。团队重放 1235 次 Kimi K3 运行，其中 344 次（27.9%）成绩发生变化。验证器过严的任务上通过率从 18.8% 升至 43.8%，过宽的从 60.2% 降至 49.7%。修复后的版本以 AutomationBench Verified 发布。