关注最新报道、解读和相关科技故事。
JetBrains 提出了一种超越任务解决率的编程代理评估方法，通过分析效率、补丁质量和执行路径展开评估。Claude Opus 4.7 与 Gemini 3.5 Flash 的比较显示，相近的最终结果可能掩盖成本、验证、修改范围以及处理软件仓库方式上的巨大差异。