算法论文8

ContextBench评测揭示代码Agent检索痛点

新智元2026-03-07

AI 摘要

南京大学等团队推出ContextBench评测基准，从过程评测代码智能体。实验揭示当前LLM和Agent在代码检索上存在架构复杂效果未必好、重召回轻精确等痛点，未来代码Agent需提升代码定位能力。

关注公众号

扫码关注
第一时间收到每日精选

公众号专辑

Grok 4.7发布网友造火箭玩

xAI发布新版大模型Grok 4.7，上下文扩展至50万Token，重点提升编码、Agent及复杂长任务能力，多项专业测试成绩提升明显，发布后网友开启花式实测整活。

本文报道Meta推出独立个人AI助手Muse，上线两周登顶美国iOS应用商店免费榜，累计下载超250万次。Meta调整AI战略转向个人AI Agent赛道，依托社交网络与可穿戴硬件底牌冲击个人计算入口，同时面临多重竞争。

本文报道支付宝在2026外滩大会宣布，每年投入1000万元设立「智能体涌现奖」悬赏生活类AI智能体，开放自身支付、流量、风控等生态能力，助力独立开发者落地真实需求、实现商业闭环，抢滩智能体商业新入口。

GPT-6 Astra靠Agent一键生成3D内容刷屏后，引发通用大模型是否会取代专业3D生成模型的讨论。本文实测影眸Hyper3D新上线的Agentic Mode，分析3D行业在Agent时代的全新竞争标准。