Cognition推出FrontierCode：首个衡量代码合并质量的AI评测集

时间：2026-06-09 12:43:48

　　消息，Cognition推出全新智能体代码评测集FrontierCode，重点评估AI生成代码的「可合并性」。该评测集由Celery、Budibase、Uppy和Mattermost等36个开源项目维护者共同开发，每项任务由开发者投入超过40小时打磨，划分为Extended、Main和Diamond三个级别。在Diamond任务集上，当前大模型表现仍有提升空间：Claude Opus 4.8得分13.4%，GPT-5.5得分6.3%，Gemini 3.1 Pro得分4.7%，而开源模型Kimi K2.6得分3.8%。为防范大模型作弊，评测集引入多项评估机制，包括反向测试和修改限制。开发团队设计的Mutagent工具将评测误判率降至Swe-bench Pro的五分之一。

上一篇：KONET (KONET)现已在KuCoin上线返回首页

下一篇：谷歌AI Plus订阅价格大降近四成，月费下调至4.99美元且空间翻倍至400GB

热点推荐

1 BTC矿工：比特币可能跌至3万美元，但微策

消息，BTC矿工江卓尔表示，比特币价格可能跌至3万美元，但这不会影响微策略的BTC计划。他指...

2 Saylor指责AI导致比特币崩盘，Arca反驳称无

消息，微策略公司董事长迈克尔Saylor指责AI热潮导致上周比特币的抛售，然而，加密投资公司...

3 谷歌AI Plus订阅价格大降近四成，月费下调

消息，谷歌宣布为入门级AI订阅服务Google AI Plus降价，月费由7.99美元下调至4.99美元，同时将包...

4 Cognition推出FrontierCode：首个衡量代码合并

消息，Cognition推出全新智能体代码评测集FrontierCode，重点评估AI生成代码的「可合并性」。该评...

5 KONET (KONET)现已在KuCoin上线