알리바바의 새로운 코딩 에이전트 벤치마크인 Co-Design Bench는 실제 사용자의 요청을 바탕으로 AI 에이전트를 테스트하며, 이러한 요청은 이미 실무에서 에이전트를 좌절시킨 바 있습니다. 최고 성능을 기록한 GPT-6 Astra조차도 완전히 해결하는 비율은 26.4 퍼센트…
신뢰도: 확인 대기 · 출처 The Decoder · 이벤트 시간 11-08 17:50(베이징 시간)
실제 테스트에서 AI 코딩 에이전트는 거의 4개 중 3개 작업에서 인간의 수정이 여전히 필요합니다
알리바바의 새로운 코딩 에이전트 벤치마크인 Co-Design Bench는 실제 사용자의 요청을 바탕으로 AI 에이전트를 테스트하며, 이러한 요청은 이미 실무에서 에이전트를 좌절시킨 바 있습니다. 최고 성능을 기록한 GPT-6 Astra조차도 완전히 해결하는 비율은 26.4 퍼센트…