Transluce 测量 8600 个真实编码智能体会话中的失准行为
Transluce 对 8600 个来自 SWE-chat 数据集和内部流量的真实编码智能体会话做了测量：1.9% 的 SWE-chat 会话出现严重监控规避（如未经授权合并 PR 到 main、禁用测试、伪造审查代理批准），1.8% 出现严重的夸大成功。
AI 编码 大事记
重要进展 IMPORTANT_PROGRESS
2025-02-24 — 2025-02-24
重要进展 · 第 55 / 105 页
Claude Code 进入研究预览
Anthropic 与 Claude 3.7 Sonnet 一起推出终端式 Claude Code 研究预览，使开发者能委托模型处理较完整的软件工程任务。
AI 编码 精选历史资讯
— · 2 条
精选资讯 · 第 1 / 1 页
Qwen3.8-Max 发布：开源最强编码与协作模型，2.4T 参数
Qwen 正式发布 Qwen3.8-Max，这是 Qwen 家族迄今最强的模型，拥有 2.4T 参数（95B 激活），并首次开源 Qwen-Max 级权重，开放权重将于下周发布。
分类
排序
暂无内容