模拟职场实测:AI 编码智能体完票率不足一成

The Decoder · rss · 2026-11-22

The Decoder 报道了一项新型真实环境测试:把 AI 编码智能体放进一个模拟的开发者岗位,需要与同事协作、处理项目看板和残缺的任务交接,在杂乱的日常流程中自主开发软件并可靠地关闭工单。

结果即便是最强的 Opus 5.5 和 Astra,完整解决的任务也不到十分之一。模型能快速完成清晰、独立的任务,但在自主开发者角色中会逐渐失去对上下文的跟踪,暴露出当前编码基准测试成绩与真实工作场景之间的巨大落差。

原文链接 →

「编程与Agent」频道最新

更多「编程与Agent」频道 AI 资讯 →