跳到正文
Lobste.rs (Engineering Discussion)(surgehq.ai)· surgehq.ai via dingdong·· 5 天前品質評分59

sudo L7 評測:AI 助理能像資深工程師一樣判斷嗎?

sudo L7: Can Coding Agents Act Like Staff Engineers?

重點導讀

程式能跑、測試也通過,不代表這次修改適合放進正式系統。

  • Surge AI 推出 sudo L7,使用 60 項由資深工程師設計的任務,評估 AI 助理能否看懂真實程式庫、注意安全風險,並確認需求是否已有解法。例子中,Astra 照要求記錄完整金流通知,卻沒提醒這可能讓敏感資料曝光,也可能讓重要更新遺失。
  • Opus 5.5 則重做了應用程式原本已有的捐款分配功能。測試結果顯示,Claude Opus 5.5 和 Sonnet 5.5 各完成約 45% 的任務,仍有超過一半未能完成。

AI 伴隨問答

自備 Key 深度分析

針對這篇報導有疑問?可直接點選快捷問題或向 AI 追問背景脈絡與技術細節:

信源出處surgehq.ai

sudo L7: Can Coding Agents Act Like Staff Engineers?

本文為 888news 精選之重點導讀。若需閱讀作者完整原文、技術細節與官方討論,請前往原始網站。

開啟原文

讀者討論

理性交流 · 即時討論