Qwen Code 執行 SWE-bench 與 Terminal-Bench
Qwen Code 宣布使用 Benchmark-Qwen-Ref v0.21.12 執行完整端到端基準測試。評估將先涵蓋 500 個 SWE-bench Verified 案例，待 SWE 結果成功發布後，再執行 89 個 Terminal-Bench 2.0 案例。
Search
Tag: #software-engineering63 results
Xunsun Intelligence 發布 AI 驅動的軟體工廠
Xunsun Intelligence 執行長熊吉斌於 AgenticAICon 2026 發布了 AI-Ready 需求建模器與軟體工廠。該平台透過多代理協作，實現從自然語言到完整系統的全自動生成。
Claude 僅11天重寫百萬行 Bun 程式碼
Anthropic 的 Claude 在短短 11 天內將 Bun 運行時從 Zig 重寫為 Rust，引發了關於 AI 驅動工程品質的辯論。儘管速度空前，但批評者對可維護性及 AI 生成的技術債表示擔憂。
Ralph Loop：讓 Coding Agent 持續運行的關鍵技術
Ralph Loop 是一種設計模式，能讓 Coding Agent 在執行任務時保持上下文並進行自動化迭代。它將開發模式從一次性代碼生成轉變為可持續運行、自我修正的 Agent 工作流。
AI 寫程式時代的驗證瓶頸
AI 工具大幅降低了編寫程式碼的成本，但同時將瓶頸轉移到了驗證階段。文章指出，人類對測試斷言與架構邊界的把控，已成為軟體工程師的核心職責。
SpaceX 以 600 億美元收購 AI 程式碼編輯器 Cursor
SpaceX 已完成以全股票交易收購 AI 程式碼工具 Cursor 的開發商 Anysphere。此次收購對該新創公司的估值為 600 億美元，凸顯了 AI 輔助開發的戰略重要性。
Claude Mythos 5 發布：一天內完成 5000 萬行程式碼
Anthropic 發布了 Claude Mythos 5，這是一款能處理大規模程式碼編寫任務的新模型。據稱該模型可在一天內處理 5000 萬行程式碼。
Anthropic：80% 的生產代碼現由 Claude 編寫
Anthropic 報告稱其超過 80% 的生產代碼庫現由 AI 生成，代碼交付量提升了 8 倍。該公司為企業規劃了從手動編碼轉向自主代理驅動開發的轉型路徑。
📰
Cognition AI 獲 10 億美元融資，估值達 260 億美元
Cognition AI Inc. 在新一輪融資中獲得超過 10 億美元，估值達到 260 億美元。這凸顯了市場對 AI 驅動軟體開發工具的巨大需求。
DeepSWE 評測挑戰 AI 程式碼排行榜與 GPT-5.5 的領先地位
Datacurve 推出了 DeepSWE 程式碼評測基準，揭示了頂尖模型間的顯著效能差距，並將 GPT-5.5 評為領先者。該報告同時指出現有的 SWE-Bench Pro 評估存在 32% 的錯誤率，質疑了當前產業標準的可靠性。