新闻资讯7
Meta：JiT 测试让 AI 代码 bug 检出率提升 4 倍
AI前线
AI 摘要
Meta：通过 JiT 测试方法在 AI 辅助开发中把缺陷检测能力提升约 4 倍。此方法在代码评审时动态生成测试，源于代理式工作流兴起，转变为发现未来问题。
阅读原文 · AI前线
AI 写代码太快，人类测试跟不上了，Meta 用新方法把 bug 检出率提升 4 倍
Meta 用即时（JiT）测试方法提升软件质量，该方法在代码评审期间动态生成测试，在 AI 辅助开发环境中将缺陷检测能力提升约 4 倍，源于代理式工作流兴起及传统测试套件的局限。
关注公众号
扫码关注
第一时间收到每日精选
相关文章
新闻资讯7
Meta推出Hatch，模型切换引关注
Meta推出智能体平台Hatch，功能类似Manus，开发阶段用Claude，计划正式上线时切换到自研模型Muse Spark，10月推出新模型Watermelon。Hatch注重消费数字生活，与Meta社交生态深度绑定，高端订阅有默认分发优势，但面临真实环境考验。
量子位
新闻资讯8
OpenAI自研芯片「墨西哥辣椒」跑赢英伟达
OpenAI公布自研推理芯片Jalapeño（墨西哥辣椒）测试结果，它专为大语言模型推理设计，能同时提升吞吐量和降低延迟，在多模型测试中超NVIDIA系统。该芯片与Cerebras合作，计划2026年底部署。
机器之心
产品应用7
DigClaw：用AI预测未来投资趋势
七月，DigClaw的预测框架Rhizome v1在FutureX评测平台取得优异成绩，支持了预测能力可沉淀在基座模型之外的判断。大语言模型不擅长预测，而DigClaw构建了以因果结构为骨架的预测基础设施。
量子位
开源动态8
Meta 开源本地运行智能体模型 Muse Glimmer
Meta AI Research 推出 300 亿参数的开放权重模型 Muse Glimmer，采用 Apache 2.0 许可证。它专为本地工作流设计，能在消费级硬件运行，经多项优化，在基准评估中表现出色，还支持多种框架。
AI前线