Coding Agent榜单更新
WenhuChen · x · 2026-07-09
Artificial Analysis 更新了 Coding Agent Index，用 Datacurve 的 DeepSWE 替换原来的 SWE-Bench Pro。更新后，GPT-5.5 的 Codex 在榜单中超过了 Claude Code with Opus 4.8，而新发布的 Claude Fable 5 也在 Claude Code 中首发登顶。
帖子还解释了替换原因：DeepSWE 从零编写任务，而不是沿用公开 GitHub issue 或 PR，因此更不容易被模型“记住答案”；相比之下，SWE-Bench Pro 已经变得更容易被利用仓库提交历史“作弊”解决。
所属事件:OpenAI 发布 GPT-5.6 系列：主打多智能体与极致性价比(119 条相关)→
「编程与Agent」频道最新
- Anthropic 借鉴律师谈判伦理，Claude 智能体 69 人无人工批准成交 186 单 — rohanpaul_ai · 2026-10-18
- Agent 接管 Gmail 与浏览器后的投毒风险，及 jev-guard 防护做法 — sujingshen · 2026-10-18
- 14 个 Agent 在单卡 5090 上做 AI 电影:按反馈修复剪跳与配音缺陷 — developervkmp · 2026-10-18
- Meta 论文提出「Agent Plasticity」:最强 agent 未必是最高效学习者 — rohanpaul_ai · 2026-10-18
- 开发者用前沿模型一个周末上线山火预测平台 — CtrlAltDwayne · 2026-10-18
- 10 个让 AI Agent 操作手机的 GitHub 开源项目,最大 26K star — victor_explore · 2026-10-18