METR 编码基准饱和？Cognition 发布 FrontierCode 新评测，Claude Opus 4.8 仅 13.4%
做 AI 编程评估或关注模型实际能力的开发者，这个新基准直接戳中了当前模型的软肋——代码能跑但不可维护，值得看看你的模型能拿几分。
#代码可维护性
共 1 条 · 7 天 0 条 · 30 天 0 条
信息流里打上「代码可维护性」标签的资讯、产品与论文，按刊登时间排，新的在上。
6月9日
做 AI 编程评估或关注模型实际能力的开发者，这个新基准直接戳中了当前模型的软肋——代码能跑但不可维护，值得看看你的模型能拿几分。
