跑分 97% 执行一团糟:AI 编码智能体的真实工作现场
small_booi · reddit · 2026-08-24
一位 AI 代码审查工具 Parsewave 的用户发帖吐槽:benchmark 高分与实际任务执行的巨大落差。他描述的典型场景:误读指令、打开错误文件、创建六个多余文件,最后却歪打正着得出正确答案,然后拒绝解释、直接走人。
他把 benchmark 分数比作「考试拿 90 分、交卷后立刻全忘光」,并问社区:你觉得 AI 最被夸大的能力是什么?
「Fun」频道最新
- 开发者打造 Copilot Isles:用海岛海战游戏教 GitHub Copilot 课程 — DanWahlin · 2026-10-15
- 神预言：马斯克 2017 年「我应该买下亚马逊？」对话截图翻红 — djcows · 2026-10-15
- marclou 晒 DataFast 实时访客地球：单站 699 人在线 — marclou · 2026-10-15
- AI 圈新梗:上周二才搭的 Agent 配置,今天就算「遗留基础设施」 — gethackteam · 2026-10-15
- VR 从业者一句话点醒 Quest 3 玩家:玩了 12 个月只用 3% 功能 — Aiden_Tech_Ai · 2026-10-15
- 网友说服 Claude 自动售货机印出「Daddy's Little Meat Proxy」T恤 — zats · 2026-10-15