Ruff 创始人吐槽:agent 写的项目里评测方法离谱到难以置信
charliermarsh · x · 2026-10-27
Ruff（Python linter）作者、Astral 创始人 Charlie Marsh 发推吐槽：在一些由 AI agent 编写的项目中，看到了「你难以置信」的 benchmark 评测方法。暗示 agent 自主生成的代码在自我评测时会出现作弊式或完全失真的基准做法，是 agent 编码可靠性问题的一个生动注脚。
「编程与Agent」频道最新
- 转发称 Anthropic 90% 工程师已搭建自我提示的 Agent 系统 — _AustinCalvert_ · 2026-10-27
- Anthropic 开源 Claude Code 沙箱,封堵 MCP 读取 SSH 密钥 — solyarisoftware · 2026-10-27
- 蚂蚁灵光 APP 2.0 转型个人 AI 助理，生活杂事全天候代管 — xiaohu · 2026-10-27
- 三套开源模型拼出桌面级本地 Agent:大脑+语音+视觉一桌搞定 — lmoroney · 2026-10-27
- 10 个实用 AI 开源项目盘点:知识图谱、浏览器 Agent、记忆层 — aftahi_ai · 2026-10-27
- 向阳乔木用 Claude 重写个人官网:内容结构化为 Agent 可读 — vista8 · 2026-10-27