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
- MiniMax Design 经 MCP 接入 Blender，3D 参考驱动 AI 视频制作 — Hailuo_AI · 2026-09-14
- 从 TypeScript 迁到 Rust 一把梭， Rewrite It In Rust 梗图再度应验 — DanielLockyer · 2026-09-14
- 让 Astra 做一款「每圈多一个自己」的追逐竞速游戏 — LexicalLegend · 2026-09-14
- ChainForge 半年打磨 evalstats，给 LLM 评测可视化节点加上统计可信度 — IanArawjo · 2026-09-14
- Rust 加持的 LangGraph 多宇宙检查器 RiftPoint 开源 — goldenphoenix713 · 2026-09-14
- Claude 写完代码主动请求 commit 还要署名合著者 — shauseth · 2026-09-14