Claude Opus 5.5 登顶 BIRD Mini-Dev 文本转 SQL 榜,三项数据库均第一
Temporary_Papaya1058 · reddit · 2026-10-26
开源项目 schemagate 被 BIRD 团队合入官方 Mini-Dev 榜单：schemagate + Claude Opus 5.5 在 500 题上取得 SQLite 81.00 / MySQL 72.40 / PostgreSQL 72.60 的执行准确率，三个赛道均为第一；搭配 Gemini 2.5 Flash 排名第二。方法核心是每题只调用一次 Claude：前置层先挑选问题所需的表和列（并校验调用方读权限），再在 SQL 执行前对照所选 schema 检查生成的语句。代码、全部预测和评分日志均已开源，作者表示欢迎提问 setup 与 prompt 细节。
「编程与Agent」频道最新
- 开源 skill「be-ambitious」:让 AI 先把你的 prompt 改写成专家级任务 — daniel_mac8 · 2026-10-26
- 对 Codex 说「你做得真棒 <3」:工程师自嘲夸模型上瘾,成果还变好了 — enggirlfriend · 2026-10-26
- 开发者反思个人 Agent：要的是干活的电脑，不是拟人化伙伴 — cnakazawa · 2026-10-26
- Matthew Berman 称被 T3 圈粉：多机共享订阅、Agent 互联 — MatthewBerman · 2026-10-26
- 过量额度别浪费:让 LLM 用 Blender 自动生成机器人 RL 环境 — yacineMTB · 2026-10-26
- Hugging Face 发布 Agent 后训练五步课程,从 SFT 到大规模 RL — lmoroney · 2026-10-26