软件工程
3 published articles
基准与测试Featured2 min read
基准测试分析
在SWE-bench Verified上，顶尖模型达到96%。在企业私有代码上，它们仅勉强超过23%
SWE-bench Verified让前沿模型看起来接近于解决真实世界的软件工程问题，最高得分超过95%。而在私有企业仓库上运行的SWE-bench Pro，将同样的模型得分降至23%或更低，揭示了Verified得分在多大程度上依赖于公共数据暴露。
2026-08-02
工具与框架Featured4 min read
人工智能
阿里云Qoder直面AI编程工具一再回避的核心问题
阿里云推出Qoder，一款免费AI编程智能体，专注于代码库可视性、架构理解和规范优先工作流，以弥合病毒式AI演示与现实软件工程挑战之间的鸿沟。
2026-07-12
大语言模型与模型1 min read
AI模型发布
MiniMax发布M2.7模型，拥有强大的软件工程和办公生产力能力
MiniMax的M2.7模型在软件工程基准测试和专业办公任务中表现强劲，复杂指令技能遵循率达97%，在GDPval-AA上ELO得分为1495。
2026-07-08