热点事件持续更新
FrontierCode 1.1 编码基准模型评测
1 篇报道1 个报道来源7 小时前更新
先了解这件事
AI 综述
2026年10月13日，Hacker News 热帖援引 Artificial Analysis 的实测结果：该机构使用统一的 Stirrup 智能体框架，对 Cognition 的 FrontierCode 1.1 Main 进行编码能力评测。测试选取100个真实开源仓库任务，每个任务各运行3次。结果显示，即便是前沿模型，在完成可合并代码任务时仍有超过40%的尝试失败。
AI 根据报道生成 · 7 小时前更新
最新进展10月13日 08:23
Artificial Analysis 实测显示 FrontierCode 1.1 完成可合并代码任务逾40%尝试失败。报道时间线
沿着报道，了解事件的不同侧面。
10月13日
- Hacker News：AI 热帖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
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。
本事件热度走势
当前热度 8·可比范围峰值 10（10月13日 09:00）·近 24 小时可比范围变化 –
趋势仅比较持续完整观测到的相同主体，范围可能小于当前热度统计。移动指针或点击图表查看每小时热度；键盘可用左右方向键切换。