编程基准显示，智能体模型主要在攻克功能实现和修 bug
zainhas · x · 2026-07-25
作者把多个流行编程基准里的任务做了分类，试图判断当前 agentic 模型主要在攻克哪些“山头”。结论很清楚：
- 特性实现、修复 bug、算法实现、性能优化占了大头
- 安全、DevOps、机器学习相关任务的覆盖明显不足
配图里的统计也印证了这一点：Feature Implementation 668、Bug Fixing 635、Algorithm Implementation from Spec 290、Legacy Porting & Reverse Engineering 208，而 Security Audit & Forensics 只有 22、Environment/Build/Ops 只有 16。
「编程与Agent」频道最新
- 让 AI 代理优先用 Obsidian CLI，少碰 grep 和 sed — dSebastien · 2026-07-25
- 同样本地 Qwen-3.6-35B，开源 Agent 在 GAIA 上反超 Hermes — SucceededMind · 2026-07-25
- 实操工作坊讲 AI agent 构建，附上线四个月用户变化复盘 — hugobowne · 2026-07-25
- Codex 搭起 Hyper-V 虚拟机，还迁移了 130 个种子 — Fringolicious · 2026-07-25
- 作者质疑弱模设计强模顾问，认为强模设计弱模执行更高效 — dotey · 2026-07-25
- 15 种 Claude Code 组合，覆盖编码测试文档到部署 — Aiden_Tech_Ai · 2026-07-25