05:14
Paul Graham@paulg
Paul Graham@paulg推荐理由：Supabase 给 Claude Code、Codex 这些编程代理搞了个真实任务考试，谁更会建应用，看看分数就知道。
Open Code
共 1 条相关 AI 资讯
8月1日
05:14
Supabase 发布了名为 Evals 的基准测试，用于评估 AI 编码代理在 Supabase 平台上的真实任务完成能力。该基准会运行 Claude Code、Codex 和 Open Code 等代理，并对其结果进行打分。Paul Graham 对此表示赞赏，认为未来所有面向代理的服务都应采用类似机制。