关注最新报道、解读和相关科技故事。
Anthropic宣布推出Opus 5.5模型,OpenAI则公布GPT-6 Sol和GPT-6 Luna,三者共同聚焦于降低使用成本、改进编程能力并遵守安全控制措施。比较结果和外部评估标准提案仍需要独立验证。
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。
JetBrains 2026年全球调查结果显示,根据参与者的估算,编程代理编写了专业开发者产出代码的约47%,但完全依赖它们的开发者仍是少数。调查还显示,结果因经验、人工智能工具、编程语言和地理区域而存在明显差异。
文章探讨了开发者对工具的信任如何通过习惯和清晰的流程形成,以及为什么人工智能代理编程工具揭示了软件开发生命周期中的薄弱环节,而不是自动解决这些问题。文章总结认为,建立信任需要人的责任以及可共享、可改进的流程,而不仅仅是新工具。