Cognition 评测 OpenAI o1 系列在 Devin 编码智能体上的表现并公开评测方法
Cognition 公布在 Devin 中测试 o1-mini 和 o1-preview 数周的早期结果：在内部基准 cognition-golden 上，Devin-Base 从 GPT-4o 的 25.9% 提升到 o1-mini 的 34.6%、o1-preview 的 51.8%，生产版 Devin 达 74.2%。
Agent智能体 大事记
重要进展 IMPORTANT_PROGRESS
2026-09-10 — 2026-09-10
重要进展 · 第 5 / 55 页
OpenAI Agents API 进入公测
OpenAI 将 Codex 智能体运行框架作为托管服务提供，支持可持续多日的会话、上下文与工具管理、子智能体及隔离运行环境。
Agent智能体 精选历史资讯
— · 1 条
精选资讯 · 第 1 / 1 页
分类
排序
暂无内容