当AI构建自身：我们迈向递归自我改进的进展
Hacker News Best5602 字 (约 23 分钟)
92
AI递归自我改进正加速到来，Anthropic内部数据显示工程师代码产出提升8倍，模型可靠任务时长每4个月翻倍，预计2027年可处理周级任务。
入选理由：Anthropic工程师季度代码产出较2021-2025年均值提升8倍，AI已实质性加速研发。
精选文章#递归自我改进#Anthropic#AI智能体#SWE-bench#METR英文
概念
SWE-Bench
用于评估编程模型性能的基准测试集。
已跟踪 5 条高相关材料
TraeAI 观察
最近变化
2026-06-10 · North Mini Code 使用 MoE 架构，参数规模为 30B 和 3B，每 token 激活 8 个专家。
为什么值得关注
SWE-Bench 被反复提及时，通常意味着它正在影响产品路线、开发者工作流或 AI 产业判断。这个页面把分散材料合并成一个可持续更新的观察入口。
AIAgentAI AgentsAnthropicCohere
如果只读 3 篇
1
When AI Builds Itself: Our progress toward recursive self-improvement
Hacker News Best · 9.2 分
AI递归自我改进正加速到来，Anthropic内部数据显示工程师代码产出提升8倍，模型可靠任务时长每4个月翻倍，预计2027年可处理周级任务。
2
Cohere 发布首个开源编程模型「North Mini Code」 小参数、高效率、专做 Agent 编程 参数：MoE 架构(30B, 3B)，128专家，每 token 激活 8 个 上下文：...
meng shao(@shao__meng) · 8.5 分
Cohere 发布开源编程模型 North Mini Code，采用 MoE 架构，专为 Agent 编程优化，性能接近大模型。
3
SWE-Bench style grading has been the standard for years now - you ask the agent to solve an issue an...
Scott Wu(@ScottWu46) · 8.5 分
FrontierCode 是一种新的代码评估基准，通过多维度评价模型生成代码的质量，显著减少误判并提升评估标准。
相关材料
已收录 5 条与 SWE-Bench 相关的内容，按评分排序。
Cohere 发布首个开源编程模型「North Mini Code」 小参数、高效率、专做 Agent 编程 参数：MoE 架构(30B, 3B)，128专家，每 token 激活 8 个 上下文：...
meng shao(@shao__meng)793 字 (约 4 分钟)
85
Cohere 发布开源编程模型 North Mini Code，采用 MoE 架构，专为 Agent 编程优化，性能接近大模型。
入选理由：North Mini Code 使用 MoE 架构，参数规模为 30B 和 3B，每 token 激活 8 个专家。
精选推文#Cohere#开源模型#编程模型#Agent#MoE中英混合
SWE-Bench style grading has been the standard for years now - you ask the agent to solve an issue an...
Scott Wu(@ScottWu46)239 字 (约 1 分钟)
85
FrontierCode 是一种新的代码评估基准，通过多维度评价模型生成代码的质量，显著减少误判并提升评估标准。
入选理由：FrontierCode 评估标准比传统单元测试更全面，涵盖代码风格、可维护性等维度。
精选推文#AI#代码评估#模型测试#开源英文
LLM能生成企业级代码吗？——Prasenjit Sarkar, Sonar
AI Engineer3517 字 (约 15 分钟)
85
LLMs生成的代码虽功能通过率高（如Gemini 3.1 Pro达84.17%），但存在严重可维护性与安全缺陷，Sonar用4,444个Java任务评估发现其每百万行代码含614个bug，且代码冗长、复杂度高。
入选理由：Gemini 3.1 Pro在SWE Bench测试中功能通过率达84.17%，但生成代码冗长（307,000行）且复杂度高（圈复杂度234）。
精选视频#LLM#代码质量#Sonar#企业级开发英文
Import AI 455: AI systems are about to start building themselves.
Import AI2928 字 (约 12 分钟)
85
AI系统即将实现自我构建，预计到2028年可能实现无人参与的AI研发。
入选理由：无人参与的AI研发可能在2028年前实现，概率超60%
精选文章#AI#自动化#研发中文