Coding agent写测试集体失败!AI代码合格率被高估一倍
Coding agent写测试集体失败!AI代码合格率被高估一倍Coding Agent写代码的能力越来越强,写测试的能力也在同步提升。从为函数补单元测试、为GitHub Issue编写复现用例,到为整个代码仓库构建回归测试,Codex、Claude Code等前沿Coding Agent已经能够浏览仓库、修改实现,并借助执行反馈不断修正测试。
搜索
Coding Agent写代码的能力越来越强,写测试的能力也在同步提升。从为函数补单元测试、为GitHub Issue编写复现用例,到为整个代码仓库构建回归测试,Codex、Claude Code等前沿Coding Agent已经能够浏览仓库、修改实现,并借助执行反馈不断修正测试。
就在刚刚,Anthorpic开启史上最严大清洗。
昨天,Anthropic 正式发布 Claude Fable 5.2 和 Claude Mythos 5.2。除了惊人的编程、科学研究和机器人操作能力,Claude 的生视频能力也值得单独唠唠。
最近AI找Bug这事儿有点太割裂了。
11 月 10 日,Anthropic 发布新一代模型 Fable 5.2,再次将通用大模型的物理行动能力推向新的高度。
一句话帮你做表、画白板、搭数据看板。
今天凌晨,Anthropic 一口气发布两款顶级模型 Claude Fable 5.2 和 Mythos 5.2。新模型在科学研究方面展示了多项成果,包括通过约 1000 个 AI 智能体协作,仅用 30 小时完成费马大定理证明的形式化。
单项任务成本约为Claude Haiku 5.5的三分之一。
Claude Fable 5.2出来一天的时间了,然后,所有的社媒、社群都玩疯了。
又一次,通用大模型在机器人操作领域展现出了惊人的潜力。今天,Anthropic 最新旗舰 Fable 5.2 亮相了!