AI 擅長大型易驗證 SWE 任務，時間表縮短

💡AI 現可自主完成數月 SWE 任務—立即重新校準你的時間表！(28字)

⚡ 30-Second TL;DR

有什麼變化

將 AI R&D 自動化至 EOY 2028 機率更新至約 30%（原 15%）

為什麼重要

顯示 AI 編碼能力加速，可能讓 AI 系統迭代更快。可能促使更早採用 AI 輔助開發策略。

下一步行動

立即使用基本 scaffolding 測試 Claude Opus 在你的大型易驗證 SWE 任務上。

誰應關注：Researchers & Academics

本篇為 AI 生成分析，非原文內容。

•研究顯示，AI 在軟體工程任務中的效能提升主要歸功於『長上下文視窗』與『多步驟推理鏈』的結合，這使得模型能處理跨多個檔案的複雜依賴關係，而非僅限於單一函數的補全。
•METR（Model Evaluation and Threat Research）的評估框架已成為衡量 AI 自主軟體工程能力的黃金標準，特別是在測試模型能否在無人類干預下完成環境配置、除錯與測試流程。
•目前的 AI 軟體工程模型已從單純的程式碼生成轉向『代理人（Agentic）』架構，具備了自主調用終端機、閱讀文件與執行單元測試的閉環能力，這是縮短開發時間表的關鍵技術驅動力。

•模型架構：採用了基於 Transformer 的長上下文架構（Long-context Transformer），支援超過 100 萬 token 的輸入，以容納整個軟體專案的程式碼庫。
•推理機制：引入了『思維鏈（Chain-of-Thought）』與『自我修正（Self-Correction）』迴圈，模型在編譯失敗時能自動讀取錯誤日誌並進行代碼重構。
•工具整合：透過沙盒環境（Sandbox）執行代碼，並利用靜態分析工具（如 LSP）來輔助模型理解複雜的專案結構與符號定義。