ReviveBench

AI编码代理展现潜力但面临审查挑战，新基准测试揭示

新的研究和用户体验突显了AI编码代理的挑战和潜力。虽然GPT-5.4和Gemini等代理在生成代码方面展现出希望，但由于细微的错误和遗漏，它们的输出通常需要广泛审查。Zero2Repo和ReviveBench等基准测试正在开发中，以严格评估这些代理构建整个存储库和复兴遗留软件的能力，揭示即使是先进的模型在处理复杂的多语言任务时也面临困难。用户反馈表明，虽然代理可以加速开发，但它们也会引入代码质量问题，从而显著增加审查时间和复杂性。