跳到正文
热点事件持续更新

阿里等发布Co-Design Bench编码智能体基准

1 篇报道1 个报道来源8 小时前更新

先了解这件事

AI 综述

阿里巴巴与亚洲多所大学联合推出 Co-Design Bench，这是一个基于真实用户变更请求构建的编码智能体测试基准。该基准旨在评估 AI 编码助手在处理实际开发任务时的表现。 测试结果显示，目前表现最好的模型 GPT-6 Astra 平均能满足 70% 的任务要求，但仅在 26.4% 的任务中实现完全正确。这一数据表明，现有 AI 编码智能体在大多数情况下仍无法独立完成任务，需要人工介入进行收尾工作。

AI 根据报道生成 · 7 小时前更新

最新进展11月8日 17:50
阿里等机构发布 Co-Design Bench：AI 编码智能体在真实任务中完全成功率仅约 26%

报道时间线

沿着报道，了解事件的不同侧面。

11月8日
  1. The Decoder
    阿里等机构发布 Co-Design Bench：AI 编码智能体在真实任务中完全成功率仅约 26%

    阿里巴巴与亚洲多所大学联合推出 Co-Design Bench，基于真实用户变更请求构建的编码智能体测试基准。研究显示，表现最好的 GPT-6 Astra 平均满足 70% 的任务要求，但仅在 26.4% 的任务中实现完全正确，表明大多数情况下仍需人工收尾。

本事件热度走势

可比范围当前
8
可比范围峰值
1011月8日 18:00
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。