Real-SWE 基准发布:程序员的末日报道可能被夸大了
SteppenAxolotl · reddit · 2026-09-13
Reddit 用户 SteppenAxolotl 分享了一个名为 Real-SWE 的新基准测试,并附上结论性评语:「关于程序员消亡的报道可能被夸大了」。该基准似乎旨在更真实地评估 AI 编码智能体在现实软件工程任务上的表现,暗示当前模型距取代真实开发者仍有距离。原帖未给出更多细节,需查看基准本身了解任务构成与模型成绩。
「编程与Agent」频道最新
- 用 Opus 5.5 加 Astrocade MCP 做出沉船潜水小游戏 — _amirabs · 2026-10-31
- GitHub Universe 演讲:Build once, run on any agent 跨 Agent 复用 — 0xkarasy · 2026-10-31
- Claude 已能用 2 万美元 token 做出专业软件,TAM 同步缩至 2 万 — bigblueboo · 2026-10-31
- 微软发布 Foundry Agent Service 的 Copilot harness 托管 Agent 循环 — WirelessLife · 2026-10-31
- Codex Remote 上线 ChatGPT iOS 实时活动，手机可盯 AI 任务进度 — SIGKITTEN · 2026-10-31
- 把开源像素特效搬进 3D 场景，法师实战对抗四种怪物 — majidmanzarpour · 2026-10-31