AITOPAI热报

代码代理

共 6 条相关 AI 资讯
8月25日
06:35
7月21日
03:09
7月14日
04:30
7月8日
10:16
10:16官方账号arXiv cs.AI@Evgeny Shilov
RuBench 1.0 是一个仓库级智能体编码基准，包含25个来自5个开源仓库（aiohttp、aiogram、Laravel、NestJS、Fastify）的任务，每个任务以俄语撰写。所有修复提交均晚于被评估模型的训练数据截止日期。评测包括Claude Code（Opus 4.8、Sonnet 5、Haiku 4.5）和Codex CLI（GPT-5.5），最佳配置通过78.7%的任务。在25个任务中，仅最弱模型与其它模型之间存在统计显著差距。审计发现，Claude Code + Fable 5配置在5个任务（20%）中悄然回退到Opus 4.8，证明实际测量的是产品而非模型。
AI模型RuBench俄语代码代理
推荐理由：想了解用非英语自然语言写代码任务的基准？RuBench用俄语从真实提交中挖了25个任务，还抓到了模型被悄悄替换的证据。
原文
6月26日
09:32
09:32官方一手arXiv: OpenAI@Zhihao Lin, Mingyi Zhou, Yizhuo Yang, Li Li
本研究系统性地向Codex代码代理注入不同粒度的静态结构注释（如调用图、继承拓扑），发现轻量级拓扑可将函数级定位准确率（Func@5）提升2.2个百分点，并减少1.6轮交互。静态锚点使代理的链接跟随率从0.15-0.18提升至0.21-0.24，单次运行通过率（Pass@1）增加3.4个百分点，同时运行方差减半。但代价是增加约10%的输入token，且稠密语义存在边际效益递减。研究建议中等规模项目默认使用轻量级拓扑，大型仓库裁剪前向边，隐式依赖场景才采用密集标签。
论文代码代理静态分析Codex
推荐理由：这篇论文用实验告诉你：给代码代理加一点调用图注释，定位准了2.2%，交互少了1.6轮，运行还更稳定。比堆更多上下文管用。
原文
5月14日
07:26
07:26官方一手OpenAI Blog（博客/媒体）
OpenAI 发布了一篇技术博客，详细介绍了如何为 Codex 构建一个安全、有效的 Windows 沙箱环境。该沙箱通过限制文件访问和网络权限，确保代码代理在 Windows 上运行时不会对系统造成危害。这一设计解决了在 Windows 上运行 AI 编程助手的安全隐患，使得开发者可以更放心地使用 Codex 进行自动化编码。关键细节包括沙箱的隔离机制、权限控制策略以及性能优化措施。
AI产品CodexWindows安全沙箱
事件专题
推荐理由：Windows 开发者终于有了安全的 AI 编程沙箱——Codex 在受限环境中运行，不怕代码乱改系统文件或联网搞破坏，做自动化脚本或 CI/CD 的团队可以直接参考这个方案。
原文