Coding Agent Index v2.0 发布，Claude Opus 5.5 以 61.7 分领跑
jffwng · x · 2026-10-23
Artificial Analysis 发布 Coding Agent Index v2.0：
- 评测覆盖 290 个任务，软件工程、终端操作、仓库问答三类基准等权重，模型与 agent harness 一起评测
- 用 Cognition 的 FrontierCode v1.1 替换 DeepSWE：私有测试集，100 个真实开源仓库工程任务，以维护者是否会合并为判分标准
- 仓库问答改用 SWE-Atlas-QnA 评分
- 当前榜首为 Claude Code 中的 Claude Opus 5.5，得分 61.7
- 转发者提到 Muse Wonder Full + Muse Code 在新榜单排第三
所属事件:Artificial Analysis 编码代理指数 v2.0 发布，Claude Opus 5.5 居首(6 条相关)→
「编程与Agent」频道最新
- MIT ScienceClaw 黑客松:去中心化 AI agent 集群攻科学难题 — ProfBuehlerMIT · 2026-10-23
- Reddit 热议:长时程 Agent 该在 harness 层解决什么问题 — Glittering812 · 2026-10-23
- 月付 20 美元同时跑 100 个 DeepSeek v4.1 flash agent — zack_overflow · 2026-10-23
- MCP 弃用 session-id 转向内联 _meta,有状态工具迁移成难题 — Stock-Pumpkin-8859 · 2026-10-23
- 开发者给 Mac 截图库加本地 MCP 服务器，让 Claude 参考你的截图做设计 — Embarrassed-Ebb-740 · 2026-10-23
- Claude Duet 开源替代品火了：Open Duet 自托管 AI 同事项目 6.1k stars — matchaman11 · 2026-10-23