23:19
小互@imxiaohu
小互@imxiaohu75°
推荐理由：智谱用同一套基座只做后训练，就把 GLM-5.3 的编程能力拉高了五成，还能在开源项目里挖出两千多个漏洞，挺值的看。
编程能力
共 13 条相关 AI 资讯
8月14日
23:19
智谱发布 GLM-5.3，基座模型与 GLM-5.2 完全相同，所有改进均来自后训练。内部评测显示编程能力比 GLM-5.2 提升 50%，网络安全能力持平 Mythos 5。该模型已在 269 个开源项目中挖出 2436 个真实漏洞。
13:38
13:38IT之家（博客/媒体）
78°
推荐理由：想用最强开源编程模型的可以蹲一下，GLM-5.3 纯靠后训练就把 Terminal-Bench 分数翻了 6 倍，两周后开放权重。
8月13日
18:29
18:29IT之家（博客/媒体）
76°
推荐理由：路透爆了谷歌AI内幕：Gemini延期、编程落后、布林亲自下场督战，想了解换帅背后的真乱象就看这篇。
8月7日
00:20
00:20
向阳乔木@vista8
向阳乔木@vista8推荐理由：DeepSeek V4 Pro编程只比Claude旗舰差0.3%，API价格便宜很多，还适配国产芯片，性价比拉满。
7月18日
04:45
04:45
lmarena.ai@lmarena_ai
lmarena.ai@lmarena_ai77°
推荐理由：月之暗面刚发的Kimi-K3直接打败了Fable，中国模型第一次在Frontend Code Arena登顶，开源领域又一大动静。
7月17日
08:00
08:00IT之家（博客/媒体）
73°
推荐理由：谷歌Gemini 3.5 Pro延期了，编程能力没达标，内部还乱成一团。和OpenAI、Anthropic比差距更大了。
7月9日
23:37
23:37向阳乔木@vista8
向阳乔木@vista8推荐理由：有人正在测Grok 4.5的真实水平——让它写个评测网站，目前Skill调用挺准，来看看能不能真搭出来。
05:30
05:30
官方账号OpenAI@OpenAI
官方账号OpenAI@OpenAI精选78°
推荐理由：OpenAI发现SWE-Bench Pro这个编码基准有70%噪音上限，已经饱和了，不再适合用来衡量最强AI编码能力。
6月26日
10:46
10:46
官方账号arXiv cs.LG@Yingyu Lin, Qiyue Gao, Nikki Lijing Kuang, Xunpeng Huang, Kun Zhou, Tongtong Liang, Zhewei Yao, Yi-An Ma, Yuxiong He
推荐理由：论文介绍RiVER，用强化学习训练模型解决无标准答案的得分优化问题，还能顺带提升常规编程基准，实用思路值得一看。
6月23日
23:00
23:00
量子位@十三
73°
推荐理由：豆包2.1的Agent太能干了，独自跑18小时写出芯片代码，编程水平还追上了Opus 4.7，做硬件的可以关注下。
5月28日
05:21
05:21
rohanpaul_ai@rohanpaul_ai
rohanpaul_ai@rohanpaul_ai72°
推荐理由：做 AI 模型评估或选型的团队，DeepSWE 能帮你看到模型在长周期软件工程任务上的真实差距，建议关注这个新基准。
5月26日
13:43
13:43IT之家（博客/媒体）
精选
推荐理由：国产模型首次在权威编程盲测中超越 Claude Opus 4.6，做 AI 编程工具选型或关注国产大模型进展的开发者值得关注，建议直接去 Code Arena 看榜单。
5月20日
09:19
09:19IT之家（博客/媒体）
推荐理由：哈萨比斯直接反驳了 AI 裁员论，给焦虑的开发者吃了定心丸——做编程或技术决策的人看完会松口气，建议点开了解他的完整观点。