跳到正文
热点事件持续更新

模拟软件公司实验:编码Agent完成率不足十分之一

1 篇报道1 个报道来源7 小时前更新

先了解这件事

AI 综述

一项新实验首次把 AI 编码智能体作为数字员工放进模拟软件公司,其中包含同事、项目看板和聊天记录。结果显示,即使是 Claude Opus 5.5 和 GPT-6 Astra,完整完成的任务也不到十分之一。 这一结果与此前 Anthropic 称 Claude 编写了公司 80% 以上的生产代码、以及 SWE-bench 等标准基准已接近饱和的说法形成对比。

AI 根据报道生成 · 6 小时前更新

报道时间线

沿着报道,了解事件的不同侧面。

11月22日
  1. The Decoder
    实验显示编码智能体在模拟软件公司中任务完成率不足十分之一

    一项新实验首次把 AI 编码智能体作为数字员工放进模拟软件公司,其中包含同事、项目看板和聊天记录。结果显示,即使是 Claude Opus 5.5 和 GPT-6 Astra,完整完成的任务也不到十分之一,而此前 Anthropic 称 Claude 编写了公司 80% 以上的生产代码,SWE-bench 等标准基准也已接近饱和。

本事件热度走势

可比范围当前
9
可比范围峰值
1011月23日 00:00
近 24 小时变化
–

趋势仅比较持续完整观测到的相同主体,范围可能小于当前热度统计。移动指针或点击图表查看每小时热度;键盘可用左右方向键切换。