决策模型 Snap 一次调用读 7.1 万 token,定位 bug 文件准确率 87.5%
ryanallred · x · 2026-10-13
获得早期访问的开发者实测了决策模型 Snap:在 200 个真实 bug 报告上,Snap 单次调用读取 10 个代码文件(约 7.1 万 token),1.1 秒内以 87.5% 的准确率选中需要修复的文件;输入放大 3 倍后仍有 86.5%。
- 开发方表示,Snap 在支持的上下文范围内优于竞品 Jev,且当上下文窗口利用超过 32k 时性能继续提升
- 团队预期决策模型的下一个用途是为 LLM 做上下文整理(context curation):在数据密集型工作负载上干实际活,帮主模型筛出真正相关的代码
「编程与Agent」频道最新
- huashu-art-motion 走红:让 Claude Opus 用代码画出 35 种艺术风格动画 — anselm · 2026-10-13
- AI 让写码快 100 倍,但小心 slopsquatting 投毒陷阱 — Thionne_WTZ · 2026-10-13
- 开发者在做 agent 验证 MCP: pass/fail 之外,可解释失败原因更重要 — Practical_Green5775 · 2026-10-13
- 为阿尔及利亚方言做电话语音 agent,团队从头摸索微调语音模型 — Fair_Bed_914 · 2026-10-13
- 开发者工具公司集体失宠:AI 浪潮下保持相关性最难 — andreisavu · 2026-10-13
- 企业 AI 落地复盘：非技术团队为何卡在空白对话框 — brandon_galang · 2026-10-13