跳到正文
热点事件持续更新

AI编码智能体在模拟职场中完成率不足一成

1 篇报道1 个报道来源4 小时前更新

先了解这件事

AI 综述

11月22日,The Decoder报道,一项新实验让AI编码智能体在模拟软件公司中工作,环境包含同事、项目看板和聊天记录。实验中,即使是Claude Opus 5.5和GPT-6 Astra,完整完成的任务也不足十分之一。报道同时指出,编码智能体在孤立测试和标准基准上的成绩已接近满分,SWE-bench等基准接近饱和;Anthropic则称,Claude编写了公司超过80%的生产代码。此次实验呈现了标准测试成绩与模拟职场任务完成情况之间的差距。

AI 根据报道生成 · 3 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
    AI 编码智能体在孤立测试中表现出色,在模拟职场中完成的任务不足十分之一

    一项新实验让 AI 编码智能体在模拟软件公司中工作,连 Claude Opus 5.5 和 GPT-6 Astra 完整完成的任务也不足十分之一。模拟环境包含同事、项目看板和聊天记录,而编码智能体在标准基准上的成绩已接近满分。Anthropic 称 Claude 编写了公司超过 80% 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

当前热度 9·可比范围峰值 10(11月23日 00:00)·近 24 小时可比范围变化 –

02.557.51011月23日00:0011月23日01:0011月23日01:0011月23日02:00

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。