Hacker News：AI 热帖· emschwartz·· 6 小时前AI 评分59
Artificial Analysis 实测 FrontierCode 1.1：前沿模型完成可合并代码任务仍有逾 40% 失败
FrontierCode: Can AI models write code maintainers would merge?
AI 导读
Artificial Analysis 使用统一 Stirrup 智能体框架评测 Cognition 的 FrontierCode 1.1 Main，100 个真实开源仓库任务各运行 3 次，前沿模型仍有超过 40% 的尝试失败。
来源：Hacker News：AI 热帖 · artificialanalysis.ai