编码代理指数 v2.0 几乎全员掉分：21 个配置中 20 个下滑
ArtificialAnlys · x · 2026-10-23
Artificial Analysis 补充说明：Coding Agent Index v2.0 的分数普遍低于 v1.5。在两个版本都测过的 21 个配置中，平均分从 54.8 降至 47.4，20 个配置下滑。
主因是 FrontierCode v1.1 替换 DeepSWE：同一批配置在 FrontierCode 上平均 45.1%，而 DeepSWE 上为 65.6%；更严格的 SWE-Atlas-QnA-AA 评分也贡献了部分降幅。Terminal-Bench 4.0 未变。两版指数分数反映不同评测设置，不可直接对比。
「编程与Agent」频道最新
- 别再堆规则文件：直接让编码 Agent 读《Clean Code》 — Al_Grigor · 2026-10-23
- 游戏开发者倒戈：用了一年 GPT 后称 Opus 5.5 写码更顺手 — rudrank · 2026-10-23
- 把可验证代码从 1% 缩到全集：形式验证的现实困境 — jd_pressman · 2026-10-23
- 用 ChatGPT Space 搭出完整 GTD 系统，自动维护任务清单 — prd_008 · 2026-10-23
- GTA V 全部 NPC 实时开口说话:克隆声音保持人设,1 秒内响应还能执行指令 — Prime-Paradox · 2026-10-23
- 用 Claude 证明内存安全等价,一次性挖出大量 PHP 深层 bug — jd_pressman · 2026-10-23