‹ The Decoder

在实际测试中,人工智能编码代理仍然需要人工清理四分之三的任务

原文:AI coding agents still need human cleanup on nearly three out of four tasks in a real-world test

The Decoder 未缓存正文

阿里巴巴新的编码代理基准测试 Co-Design Bench 根据实际用户请求测试人工智能代理,而这些请求在实践中已经出现问题。即使是表现最好的 GPT-6 Astra,也只能完全解决 26.4% 的任务。在较旧的基准测试中,相同的模型得分超过 99%。文章《人工智能编码代理在实际测试中的四分之三的任务中仍然需要人工清理》首先出现在

正在把原文抓到本机服务器…首次约 3~8 秒,抓好后本站永久缓存,下次秒开。

抓不到时可直接看原文(部分站点需要登录/反爬,服务器也无法抓取)。

打开原文 ↗

正文由本站服务器抓取保存(已自动过滤广告、推荐位与追踪图片),排版与原站可能不同;版权归原站所有。

相关报道同一事件 / 同分类