自建AI修Bug基准公布首轮结果
热点事件持续更新
自建AI修Bug基准公布首轮结果
1 篇报道1 个报道来源2 小时前更新
先了解这件事
AI 综述
开发者 narrow-adventure 公开自建 AI 修 Bug 基准的首轮测试：Claude Opus 修复率 94%，DeepSeek 4.1 flash 为 87%，前者运行成本 52 美元，后者 2 美元。测试包含 62 个用例，对比 CLI 配合 skill 与 MCP 接入两种方式，总花费约 200 美元。 narrow-adventure 称，该基准是开发 Traceway（MIT 协议）过程中的副产物，与推广无关；目前结果仍需通过多次重复运行、改进 skill 并加入更多开源模型进一步验证。
AI 根据报道生成 · 1 小时前更新
最新进展10月23日 21:45
自费 200 美元实测 AI 修 bug：Claude Opus 94% 夺冠，DeepSeek 成本仅 1/26报道时间线
沿着报道，了解事件的不同侧面。
10月23日
- AGI Hunt自费 200 美元实测 AI 修 bug：Claude Opus 94% 夺冠，DeepSeek 成本仅 1/26
一名开发者自费约 200 美元搭建 62 个用例，对比 CLI+skill 与 MCP 接入 AI 修 bug，Claude Opus 以 94% 修复率居首，DeepSeek 4.1 flash 达 87%。Opus 花费 52 美元，DeepSeek 仅 2 美元。基准已公开，后续将重复运行、改进 skill 并加入更多开源模型。
本事件热度走势
还没有足够的连续观测数据，暂不绘制趋势。