智能体任务时长翻倍，SlopCodeBench 最高通过率仅 16.3%
热点事件持续更新
智能体任务时长翻倍，SlopCodeBench 最高通过率仅 16.3%
1 篇报道1 个报道来源2 小时前更新
先了解这件事
AI 综述
前沿智能体的任务完成时长持续翻倍，但在 SlopCodeBench 基准上，最高通过率只有 16.3%（GPT-6 Astra XHigh）。GPT-5.5 Sol 在 5 月为 14.8%，到 9 月，多个前沿模型的得分反而更低。 文章用回合制模型解释这一现象：智能体在错误的抽象上工作越久，回滚成本越大；工程师对约束的了解和注意力成为瓶颈。
AI 根据报道生成 · 1 小时前更新
最新进展10月29日 19:08
更长的智能体任务时长为何不一定带来更高生产力报道时间线
沿着报道，了解事件的不同侧面。
10月29日
- Hacker News更长的智能体任务时长为何不一定带来更高生产力
前沿智能体的任务完成时长持续翻倍，但在 SlopCodeBench 上最高通过率仅 16.3%（GPT-6 Astra XHigh），GPT-5.5 Sol 在 5 月为 14.8%，9 月多个前沿模型得分更低。文章用回合制模型说明：智能体在错误抽象上工作越久，回滚成本越大，工程师对约束的了解和注意力成为瓶颈。
本事件热度走势
还没有足够的连续观测数据，暂不绘制趋势。