arXiv · cs.AI· Xiangkai Zeng·· 1 天前AI 评分42
Multi-step SWE：编码智能体能否在长周期内持续构建自己的代码？
Multi-step SWE: Can Coding Agents Keep Building on Their Own Code Over Long Horizons?
来源与原文
arXiv · cs.AI
作者：Xiangkai Zeng
发布时间：（北京时间）
阅读原始来源 · arxiv.org ↗完整链接与内容说明
https://arxiv.org/abs/2611.07166v1
本站目前仅有 AI 导读与摘要，未展示原文正文；技术细节、代码和完整结论请查看原始来源。
AI 导读
研究团队推出 Multi-step SWE 长周期基准，包含 69 个软件工程任务，每个任务是由 5-15 个依赖步骤组成的链条，每一步都基于智能体此前自己写出的代码继续扩展、升级和优化。在九个前沿模型上，最强模型的解决率仅 18.5%，69 个任务中有 38 个没有任何模型能解出。该基准覆盖四类工程工作和九种语言，包含从零构建与现有开源代码库两类场景，已公开发布。
来源：arXiv · cs.AI · arxiv.org
这条消息，你怎么看？
把新闻带到 MickerBook，和社区伙伴聊聊；也可以去 AIHER 看看模型背后的角色与梗。