Hacker News AI· emschwartz·· 2026-10-13AI 评分65
FrontierCode 评测:AI 模型能否写出维护者愿意合并的代码?
FrontierCode: Can AI models write code maintainers would merge?
AI 导读
Cognition 与开源项目维护者联合推出了 FrontierCode 基准,重点考察 AI 智能体在真实仓库中的代码变更质量。最新的 FrontierCode 1.1 评测显示,当前最强模型仍有超过 40% 的任务失败率。Claude Opus 5.5 以 52% 的平均得分和 58% 的通过率位居榜首。
来源:Hacker News AI · artificialanalysis.ai