以下为上游提供的源文稿,可能存在识别错误。
乔木转写是基于源文稿的中文提炼,不是逐字翻译。请核对原文中的人名、数字与观点。
选一篇,慢慢读
从左侧挑一篇,正文会在这里排成书页。
A coding agent working within a software organization must establish what to build, collaborate with colleagues, and verify what it delivers. We introduce SWE-CoWork, a benchmark comprising 101 development assignments across 101 real repositories, 11 programming languages, and 12 application domains. Each assignment pl
阅读原文 · Xinping Lei, Minghao Liu, Ruijie Zhu, Xiaohui Hu, Xingqiao Li, Ao Zhang, Wenhao Chai, Han Li, Tao Wang, Jingyuan Zhang, Enduo Zhao, Yunfeng Shi, Yiming Liang, Zetao Yang, Xingjian Wang, Yifan Yao, Xinkai Ma, Yingru Li, Tianhan Yang, Huan Zhou, Weiran Shi, Shen Yan, Jiaheng Liu, Stephen Huang, Eli Cheung, Weihao Xuan
向阳乔木 · opencode-go/deepseek-v4.1-flash
这篇论文值得看,因为它把编码智能体的评测从“能不能写对代码”推到了“能不能在组织里把活干完”。 过去我们看 SWE-bench 这类基准,任务边界是清楚的:给你一个 issue,你去改仓库,跑测试。SWE-CoWork 换了个问法:需求本身散落在 26 个同事和工作记录里,智能体得先搞清楚要做什么,再动手。 结果是, 能写对一部分代码,和能把一个任务交付完成...