METR 研究更新：算法评分高估 AI 智能体真实软件工程能力
METR 在 stdlib-js 和 hypothesis 两个仓库的 18 个真实 issue 上评估 Claude 3.7 Sonnet（Inspect ReAct 智能体），按维护者测试用例算法评分成功率为 38%（±19%），但人工评审的 15 个 PR 中没有一个可以直接合并。
AI 编码 大事记
重要进展 IMPORTANT_PROGRESS
2026-05 — 2026-05
重要进展 · 第 25 / 105 页
Kimi Code CLI 重写为 TypeScript 与 Node.js
Kimi 官方更新记录将 v0.1.0 标为初始版本，说明编码 CLI 从 Python/uv 重写为 TypeScript/Node.js，并重做安装、配置与交互架构。
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