FeatureArc 发布评估编码智能体演进能力

Yunlong Wang 等人发布了 FeatureArc 基准及构建管道，旨在评估编码智能体处理功能演进的能力，任务从仓库历史中构建。 在包含 73 个任务的测试中，10 个智能体的整体成功率为 62.7%，但在贯穿整个功能演进流程的任务中，成功率仅降至 28.5%。 分析显示“继承缺陷”是后期失败的主因，在 72.9% 的后期阶段失败案例中均存在此问题，揭示了智能体在功能迭代中的局限性。

AI 根据报道生成 · 2 小时前更新

还没有足够的连续观测数据，暂不绘制趋势。