编码 Agent 榜单 v2.0 发布：Claude Code 以 61.7 分居首，Max 模式被质疑该剔除
ryanallred · x · 2026-10-23
Artificial Analysis 发布 Coding Agent Index v2.0，将模型与其 agent harness 一起评测，覆盖 290 个任务，软件工程、终端使用、仓库问答三类基准等权重。
主要变化：
- Cognition 的 FrontierCode v1.1 取代 DeepSWE，作为私有测试集基准（100 个真实开源仓库的工程任务，按维护者是否会合入来评分）
- SWE-Atlas-QnA 评分标准修订
- Claude Opus 5.5 在 Claude Code 中以 61.7 分领跑
争议： 有用户质疑应移除 Max mode 的结果，认为它不代表模型真实使用方式，且会推高分数与每任务 token 消耗，造成误导。
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
- 开发者自嘲:只有做不重要的事,才敢放心用 Claude — louisvarge · 2026-10-23
- 被喊死30年的PHP还在：2026年还有俩严重RCE没修 — 0xkarasy · 2026-10-23
- 风投合伙人断言：2027 年公司无法再雇佣不用 agent 的工程师 — latticecut · 2026-10-23
- Opus 5.5 全代码生成科幻片头：配乐也是合成的，每帧每音皆代码 — prasenx · 2026-10-23
- 医疗行业隐私限制下，本地 AI 生成幻灯片的两种可行方案 — AdRepulsive7837 · 2026-10-23
- MiniMax Design MCP 上线,可在 Codex 等 Agent 内直接调用设计能力 — Hailuo_AI · 2026-10-23