Surge AI 新基准显示最小 Claude 工程判断力胜过最大 GPT

Surge AI 发布面向 staff 级工程师行为编码的新基准 sudo L7,对五个前沿模型在最大推理力度下进行评测,结果显示所有 Claude 模型得分均超过最强 GPT,连最小的 Claude Haiku 也超越了最大的 GPT-6。有博主借 Jeff Dean 的类比评论称,真正优秀的工程师不只是写出能通过单测的正确代码,而是能指出你何时在犯傻、帮你在架构取舍上权衡、想得更远并造出你真正需要的东西。

2026-11-17 ~ 2026-11-17 · 2 条相关