跳到正文
AGI Hunt· Tokenwave-AI·· 47 分钟前AI 评分60

SWE-CoWork 评测 11 个编码 Agent,完整任务交付率不足 8%

SWE-CoWork:101 个真实任务测编码 Agent,完整交付率不足 8%

AI 导读

SWE-CoWork 使用 101 个真实仓库开发任务评测 11 个编码 Agent,其中领先模型约能满足 63% 的 fail-to-pass 测试,但完整交付率不足 8%。

来源:AGI Hunt · agihunt.info