Hacker News：AI 热帖· frmsaul·· 4 天前AI 评分64
sudo L7 基准发布：衡量编码智能体的资深工程判断力
Sudo L7 – A benchmark that measures the judgment behind good engineering
AI 导读
Surge 发布 sudo L7 软件工程基准，用 60 个由资深工程师编写的任务评估编码智能体在写代码之外的专业判断。任务主要来自真实公司的私有生产仓库，覆盖后端、前端、安全、可靠性和架构，并按八个维度评分。
来源：Hacker News：AI 热帖 · surgehq.ai