智能体蜂群协作实测 1 万小时，Gemini-3.8-Flash 提速居首

「World of SWECraft」项目让多个前沿模型组成的智能体蜂群在模拟「智能体专属 GitHub」的环境中协作开发真实软件，累计运行 1 万小时，并以 SWECraft 指标比较各模型的规模化协作能力。结果显示 Gemini-3.8-Flash 表现最佳，开发提速 23% 排名第一，而 gpt-6-astra 垫底。该实验为评估大模型智能体长期、大规模协作能力提供了新基准。

2026-10-23 ~ 2026-10-23 · 2 条相关