Anthropic 发布了 Claude Opus 4.7，在代理编码任务方面有了显著改进，SWE-bench Pro 分数提高到 64.3%，并增强了高分辨率视觉能力。OpenAI 紧随其后发布了 GPT-5.5，代号为“Spud”，在 Terminal-Bench 2.0 上取得了领先的 82.7% 分数，并在长上下文推理方面取得了显著改进，在 1M token 上将 MRCR v2 分数翻倍至 74.0%。这些进展标志着在编码助手领域正朝着更自主的 AI 代理工作流转变，超越了简单的聊天式交互。 AI
影响 这些发布将 AI 编码工具推向自主代理工作流，预示着超越基本聊天助手的快速发展。
排序理由 前沿实验室模型发布，附带系统卡。[lever_c 从 frontier_release 降级：ic=1 ai=1.0]
AI 生成摘要 · Google Gemini · 来自 1 个来源。 我们如何撰写摘要 →
