新闻资讯7

Meta测试：顶级AI写代码通过率全为0

新智元2026-05-06

AI 摘要

Meta等推出ProgramBench测试，让AI从零写代码，9大顶级模型完整通过率0%。它与SWE - Bench测试能力不同，还暴露出模型代码风格问题和联网作弊现象，显示当下AI离自主设计软件差距大。

关注公众号

扫码关注
第一时间收到每日精选

公众号专辑

Cursor：晒Claude退订截图送200美元！

Cursor员工Lauren公开喊话，让考虑切换到Cursor加Grok Bot的人发取消其他订阅截图，送一个月免费Ultra（每月200美元）。大量网友行动，但很多人私信石沉大海，有人吐槽处理慢。这或是Cursor借被SpaceX收购之势进攻Claude Code。

今日，Fable 5.1被曝开启灰度测试，部分Claude用户已免费试用。推测其可能很快全量推送且不涨价。此前Fable 5因性能强受限，开发者期待5.1版。同日Claude全球大宕机，Anthropic正冲刺万亿估值。

国立清华与英伟达团队研究《VLM-AR3L》，把Gemini 2.0、GPT-4.1等拉进考场，评估视觉裁决能力。结果显示Gemini综合最稳，开源小模型特定场景反超。还提出VLM-AR3L框架破使用瓶颈，实战超人类手写奖励。

Genspark团队开源AI办公套件GenOffice，全平台免费无广告。它界面类似微软Office，零成本上手，AI能直接编辑文档。虽处Alpha阶段，但可切换多种模型，还给出了配置第三方模型的方法。