搜索：编程基准测试

「编程基准测试」共找到 2946 篇相关文章

腾讯版“Claude Code”来了！AI编程L4时代is coming

9月9日腾讯发布AI CLI工具CodeBuddy Code，CodeBuddy IDE开启公测。它是腾讯版“Claude Code”，可自然语言驱动开发运维。随着AI编程发展，CLI成基础设施，CodeBuddy代表企业级AI编程新方向。

文章介绍了 99 个免费 AI 编程智能体与平台，含神级工具、国内科技巨头产品等类别。这些工具永久免费、开源或有云积分，适合学生、开发者等，能以 0 成本获得生产级 AI 编程技术栈。

Meta允许求职者在编程面试中使用AI，这一决定与Amazon等科技巨头不同。扎克伯格对AI编程很有热情。网友看法不一，Meta回应称此举合理，还计划在招聘中更广泛用AI，强调人际交流仍是面试一部分。

文章介绍网络小说《AI 编程末日，只有我会古法编程》，讲述 2038 年超级 AI 接管代码生产后自毁，全球瘫痪，前腾讯工程师凭手写代码拯救世界。还探讨作者身份，分析不同阶段程序员对 AI 的焦虑，指出小说预言正成现实。

OpenAI推出专为智能体编程设计的GPT-5-Codex，其在代码重构、审查和缺陷发现上表现提升，具动态资源分配机制。文中还提及Codex起源、Harness概念及OpenAI内部工具，当前编程智能体竞争激烈。

文章围绕 Kernel Design Agent(KDA) 的 B200 GPU Kernel 编程展开，介绍目标平台、架构参数，阐述独有特性与编程要点，给出关键性能准则调整方向，详述 16 条准则及特殊 Kernel 类型优化策略和编写前检查清单。

Anthropic联创Jack Clark在峰会上称大学生应避开「套路化编程」，未来需跨学科综合、分析思考能力。Anthropic雇哲学家训练Claude，工程师工作转向管理AI智能体，AI接管编程趋势明显。

人大高瓴与快手联合发布全新评测基准GISA，用于评估智能体搜索能力。它解决了现有基准反向构造、评估维度单一、答案易被记忆等问题，含373个高质量查询，实验显示当前搜索智能体距人类水平差距大。

作者和同事测试AI色盲测试图，多模态模型Gemini 3 Pro、Claude Opus 4.5等纷纷答错，仅GPT 5.2 Thinking答对且靠代码作弊。研究发现，AI看图断章取义，缺乏人类的“格式塔”能力。

腾讯ARC Lab和香港城市大学推出Video - Holmes，这是视频推理界的‘福尔摩斯测试’，能展现多模态大模型复杂视频推理能力的边界，规避现有Benchmark痛点，测试中所有大模型全部不及格，代码已开源。