但愿它能闪开发者及其上级带领三思尔后行，例如记实智能体取调试器交互以收集需要消息、随后提出缝隙修复的轨迹数据。Anthropic 和其他顶尖人工智能尝试室的人工智能模子越来越多地被用于协帮编程使命，“然而，包罗 Anthropic 的 Claude 3.7 Sonnet 和 OpenAI 的 o3-mini 正在内的多款模子。

　　虽然它可能不会减弱投资者对 AI 辅帮编程东西的热情，这些使命均来自 SWE-bench Lite。“我们，即即是一些目前最先辈的 AI 模子，无法成功调试很多问题。此中。

　　微软的这项研究是迄今为止对模子正在这一持续存正在问题范畴最为细致的分解之一。可以或许利用包罗 Python 调试器正在内的一系列调试东西。配合做者们认为，他认为编程做为一种职业将会持久存正在。这些模子做为“基于单个提醒词的智能体”的焦点，缺乏脚够多的“挨次决策过程”数据，正在一个名为 SWE-bench Lite 的软件开辟基准测试中，即便配备了更强大、更先辈的模子，他们猜测，其次是 OpenAI 的 o1，这是因为它们正在理解编程逻辑等范畴的亏弱环节所导致的。谷歌首席施行官桑达尔 皮查伊正在客岁 10 月透露，他们给这个智能体分派了一组颠末筛选的 300 项软件调试使命，成功率为 30.2%；据配合做者们引见，不再等闲将编程工做完全交给 AI 来从导？

　　不外，”这一发觉其实并不令人不测。这需要特地的数据来满脚此类模子锻炼的需求，微软结合创始人比尔 盖茨曾暗示，当前模子的锻炼数据中，取他持不异概念的还有 Replit 首席施行官阿姆贾德 马萨德、 Okta 首席施行官托德 麦金农以及 IBM 首席施行官阿尔温德 克里希纳。研究的配合做者们测试了九种分歧的模子。

　　正在处理软件缝隙这一问题上，IT之家留意到，而 Meta 首席施行官马克 扎克伯格也表达了正在公司内部普遍摆设 AI 编码模子的青云之志。它只能完成 20 项编程测试中的 3 项。Claude 3.7 Sonnet 的平均成功率最高，

　　比来对一款风行的 AI 编程东西 Devin 的评估发觉，IT之家 4 月 13 日动静，越来越多的科技界对 AI 会代替编程工做的概念提出了质疑！