返回热点榜
agent热度 13.8°

AI 聚合热点事件 · 2026/11/18

SWE-CoWork 基准发布 智能体完整交付率不足 8%

1 篇收录报道1 家独立信源交叉印证持续跟踪至 2026/11/18 00:37:08
全景综述与最新动态
1 家信源交叉印证

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。

最新动向/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。

逐小时热度走势

6 个完整观测小时
当前
13.8
峰值
15.601:00
近 24h 变化
–

曲线只比较全程持续完整观测的同一批信源;缺口小时数据已插值平滑,保持趋势连续。

报道时间线

共 1 篇 · 最新优先
  1. Rohan Paul (@rohanpaul_ai)T2·78 分

    SWE-CoWork 基准发布 智能体完整交付率不足 8%

    原标题:Coding-agent benchmarks are starting to look like a new hire’s first week.

    • 82% 的需求由模拟队友掌握,智能体需主动沟通才能明确任务,考验信息获取而非单纯写码能力
    • 最强模型单项检查通过率约 63%,但 101 个任务中完整交付不足 8 个,端到端完成率是主要瓶颈
    • 基准覆盖 101 个真实开源仓库、26 个模拟队友、11 种语言、12 个应用领域与 17 种职场工具