Answer.AI 实测 Devin：20 项任务仅 3 次成功，自主编程能力存疑
Answer.AI 团队对 AI 软件工程师 Devin 进行了为期一个月的深度测试。尽管早期在 API 集成等简单任务中表现尚可，但在扩展至新项目创建、研究及代码修改等 20 项真实任务时，结果令人失望：仅 3 项成功，14 项失败，且无法预测成败规律。Devin 常陷入技术死胡同、生成过度复杂的“面条代码”，或在面对不可行任务时产生幻觉并浪费大量时间。文章指出其实际表现远低于宣传预期，难以替代人类开发者。
AI 编码 大事记
重要进展 IMPORTANT_PROGRESS
2026-07 — 2026-07
重要进展 · 第 13 / 105 页
LongCat-2.0 正式开放模型与推理代码
美团开放 LongCat-2.0 权重及相关推理实现，官方技术公告说明围绕真实 Agent 编码任务的能力与国产芯片部署优化。
AI 编码 精选历史资讯
— · 1 条
精选资讯 · 第 1 / 1 页
分类
排序
暂无内容