克勞德代碼在28個比較中超越17個代碼夥伴

在騰訊的AI編碼代理基準測試中，安索普提克的克勞德代碼在28個模型比較中超過了17個代碼夥伴。在代碼領域中，所有7個模型在使用克勞德代碼執行時得分較高。騰訊的YouTube實驗室、Kin Security Lab、Windy Security Lab和WorkBuddy公開了由260個任務組成的WorkBuddy基準。這些任務分為80個代碼、70個網頁、50個辦公室和60個安全任務。Harnis是一個負責管理上下文、調用工具和執行任務的代理執行層。評估結果顯示，在網頁和辦公室領域中，代碼夥伴分別以4比3領先，而在安全領域中，克勞德代碼則以4比3佔優。GLM-5.2的網頁得分分別為67.43和60.71，GPT-5.5的安全得分為77.91和64.39。排行榜固定為代碼夥伴2.109.3和克勞德代碼2.1.187，每個得分是think模式下執行三次的平均值。此次結果顯示，在評估AI編碼工具時，執行結構和工具控制方式也應考慮。然而，評估任務在各領域限制為50至80個，BlockBits提出額外問題可能會改變排名。WorkBuddy基準將通過公開存儲庫和Hugging Face數據集提供。

本內容僅供參考，不構成任何金融、投資、法律或稅務建議。文中提及的任何活動、獎勵、線上活動或相關資訊，不應被視為對購買、出售或交易任何加密資產的推薦、招攬或邀請。加密資產具有高波動性，存在價值損失風險。WEEX服務、產品及相關活動的可用性可能因地區而異。用戶在參與前有責任確保符合當地適用法律法規。