AI编码代理测试结果
热点事件持续更新
AI编码代理测试结果
1 篇报道1 个报道来源1 小时前更新
先了解这件事
AI 综述
阿里巴巴和亚洲多所大学研究人员开发了Co-Design Bench测试，评估AI编码智能体在真实世界项目中的表现。测试发现，即使是最好的GPT-6 Astra模型也只能完全完成26.4%的任务，平均满足70%的要求。研究显示现有编码基准测试过于简单，模型在处理真实项目中多类型变更时表现显著下降，且工作环境对测试结果有显著影响。
AI 根据报道生成 · 1 小时前更新
最新进展11月8日 17:50
AI编码智能体在真实世界测试中完成率仅26.4%报道时间线
沿着报道，了解事件的不同侧面。
11月8日
- The DecoderAI编码智能体在真实世界测试中完成率仅26.4%
阿里巴巴和亚洲多所大学研究人员开发了Co-Design Bench测试，发现即使是最好的GPT-6 Astra模型也只能完全完成26.4%的任务，平均满足70%的要求。测试显示现有编码基准已过于简单，模型在真实项目中处理多类型变更时表现显著下降，且工作环境对结果影响显著。
本事件热度走势
还没有足够的连续观测数据，暂不绘制趋势。