跳到正文
热点事件持续更新

阿里等团队发布编码智能体基准，完整完成率26.4%

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

阿里巴巴与多所亚洲高校研究者发布 Co-Design Bench，用真实用户变更请求测试编码智能体。十款模型中表现最好的 GPT-6 Astra 平均满足约 70% 的任务要求，但仅 26.4% 的任务被完整正确完成。 该基准每个任务只评估一条固定请求，不包含用户追问或中途修正；评测使用的 AI 裁判也可能出错。

AI 根据报道生成 · 3 小时前更新

最新进展11月8日 17:50
阿里等团队发布 Co-Design Bench：编码智能体仅完整完成 26.4% 任务

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
    阿里等团队发布 Co-Design Bench：编码智能体仅完整完成 26.4% 任务

    阿里巴巴与多所亚洲高校的研究者构建了 Co-Design Bench，用真实用户变更请求测试编码智能体，十款模型中表现最好的 GPT-6 Astra 平均满足约 70% 的任务要求，但仅 26.4% 的任务被完整正确完成。

本事件热度走势

可比范围当前
9
可比范围峰值
1011月8日 19:00
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。