Surge AI 发布 sudo L7 基准：60 个真实任务测编码 Agent 的资深工程师判断力
rmcwhorter99 · x · 2026-10-10
Surge AI 推出新软件工程基准 sudo L7，主题是「编码 Agent 能否像 Staff Engineer 一样思考」。
- 现有 Agent 擅长解决定义明确的问题，但资深工程师还要理解陌生系统、做架构决策、发现任务单没提的风险、知道测试通过不等于完成。
- 基准包含 60 个专家编写的任务，主要来自真实公司的私有生产代码库，含遗留代码、技术债和混乱依赖。
- 评测覆盖八个工程行为维度，从功能正确性、工程工艺到实际判断力。
- 发帖人同时借此为团队招聘。
所属事件:Surge AI 发布 sudo L7 基准，最强编码 Agent 仅过四成半(3 条相关)→
「编程与Agent」频道最新
- 实测把 /autocompact 调到 400k,每周 Claude 用量省 29% — rickasaurus · 2026-10-10
- Eazo 体验：一句话生成可上线 App,含收款与返佣体系 — vista8 · 2026-10-10
- Grok Bot 嵌套运行 Hermes Agent VM,实现多层并行智能体 — alexcovo_eth · 2026-10-10
- Brian Holt：卖掉 42U 机架，一台 Framework 桌面加编码 Agent 更实用 — film_girl · 2026-10-10
- Group-Evolving Agents 获 COLM 2026 奖:SWE-bench 71% 超越人类设计框架 — xwang_lk · 2026-10-10
- 开发者观察：让 agent 修你不懂的 bug，就是现实版连续回形针最大化 — brandon_xyzw · 2026-10-10