阿里与亚洲高校发布编码智能体评测基准Co-Design Bench

1. 17:50
   The Decoder

   阿里与亚洲多所高校发布Co-Design Bench编码智能体评测基准

   阿里与亚洲多所高校研究人员发布Co-Design Bench，一个基于真实用户变更请求的编码智能体评测基准。测试显示，即使表现最好的GPT-6 Astra，仅在26.4%的任务中完全正确完成，平均满足70%需求。

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。