最强编码 Agent 新基准仅得 38.8%，十次尝试六次失败
JFPuget · x · 2026-09-15
NVIDIA 的 Jean-François Puget 转发指出：当前最佳编码 Agent 在一项新测试上得分仅 38.8%，他强调这意味着每 10 次任务要失败约 6 次。帖子借新基准成绩提醒编码 Agent 的实际成功率仍远低于宣传印象。
「编程与Agent」频道最新
- 客服机器人每轮注入 25 万 token，开发者晒「不用 RAG」方案求反驳 — louay_Sallakho · 2026-09-15
- Agent 浏览器栈的会话恢复陷阱：登录态才是真正难点 — Jocelyn-Skyquill · 2026-09-15
- Vibe Coding 时代，「React 成了一门编程语言」 — yihui_indie · 2026-09-15
- MCP 与 A2A 到底差在哪：同一技术栈的两层而非竞争方案 — Diarnstinc_Crew_6510 · 2026-09-15
- 开源 ProxyPin MCP 工作台：让 AI 助手直接检查手机 App 抓包流量 — Designer-Subject8560 · 2026-09-15
- 开发者用 MCP 让 Agent 分析自家 X 账号数据后再写帖 — DarkyZ_ · 2026-09-15