开发者社区

文档建议反馈控制台

文章/答案/技术大牛

发布

MirrorCode 基准测试显示：AI 已能独立完成耗时数周的编程任务

文章来源：企鹅号 - 科技重映像

我们推出了 MirrorCode 的初步成果这是一个与 METR 共同开发的基准测试，题目取自真实软件项目，考察 AI 在长周期编程任务上的表现

我们发现，只要给出详尽且可校验的规格说明，AI 模型就能在看不到原始源代码的情况下，自主重新实现复杂的现有软件

举个例子，Claude Opus 4.6 成功重写了 gotree——一个约 1.6 万行 Go 代码包含 40 多个命令的生物信息学工具包我们估计，同样的工作若由没有 AI 辅助的人类工程师来做，大概要花 2 到 17 周

在更大的项目上，我们观察到推理算力投入越多效果越好，这意味着只要给予足够的算力资源，这类任务未来或许都能被解决

发表于: 1天前2026-08-29 11:08:19
原文链接：https://page.om.qq.com/page/OrDR0xwpuZcmCVdTrBsSAhjA0
腾讯「腾讯云开发者社区」是腾讯内容开放平台帐号（企鹅号）传播渠道之一，根据《腾讯内容开放平台服务协议》转载发布内容。
如有侵权，请联系 cloudcommunity@tencent.com 删除。

相关快讯