开源动态8

字节跳动发布NL2Repo - Bench评估Coding Agent

机器之心2026-02-13

AI 摘要

字节跳动Seed等发布NL2Repo - Bench，用于评估编码智能体端到端仓库生成能力。它从真实Python库提取任务，严格考察Agent能力。测试显示，当前最强Coding Agent表现不佳，开发难度高。

关注公众号

扫码关注
第一时间收到每日精选

公众号专辑

仅靠一个bash，Pi赢了Claude Code

本文基于Armin Ronacher的播客内容整理，拆解欧洲团队开发的极简Coding Agent Pi爆火的原因，分享Pi的设计哲学，以及对AI编码、开源、Agent发展的核心判断。

本文整理自AGI House上海RSI主题圆桌讨论，姚顺宇、施天麟等业内专家围绕RSI定义、落地成果、核心卡点、产业分工展开讨论，指出RSI验证迭代有效性才是当前最大难点。

本文整合X平台多方信源爆料，曝光OpenAI即将发布的GPT-6 Sol的定位、定价、技术背景，同时爆料Anthropic将提前发布新品截胡，还披露GPT-6 Astra的口碑争议与推迟发布的安全漏洞问题。

本文作者池建强参与阶跃星辰新一代旗舰大模型Step 5 Preview小范围内测，设置带两层bug和隐藏需求的编码工程题，与Qwen 3.8 Max、Kimi K3对比测试，分享实际项目使用体验，给出客观评测。