Rohan Paul (@rohanpaul_ai)T2·智能体与协同
78 分
TokenWave AI 发布 SWE-CoWork 基准,将编码智能体置于模拟职场中,82% 的需求分散在队友手中,智能体必须主动询问才能获知任务内容。在 101 个真实开源仓库任务上,最强模型单项检查通过率约 63%,但完整交付的仅 8 项,暴露出长周期协作与信息获取是当前智能体的核心短板。
面向编码智能体的职场协作基准,模拟真实工程流程与队友沟通
TokenWave AI 发布 SWE-CoWork 基准,将编码智能体置于模拟职场中,82% 的需求分散在队友手中,智能体必须主动询问才能获知任务内容。在 101 个真实开源仓库任务上,最强模型单项检查通过率约 63%,但完整交付的仅 8 项,暴露出长周期协作与信息获取是当前智能体的核心短板。