熱點事件持續更新
EvoClaw評估智能體軟件演進能力
1 篇報道1 個報道來源2 小時前更新
先了解這件事
AI 綜述
2026年10月13日，OpenHands 官方博客介紹 EvoClaw，稱這是一項評估 AI 智能體應對持續軟件演進能力的基準。EvoClaw 以真實程式碼庫的歷史重建一連串連續里程碑任務，藉此評估智能體在軟件持續演進情境中的表現。官方公佈的初始版本結果顯示，Claude Opus 4.6 + OpenHands 的整體得分最高，為 38.03%；Gemini 3 Pro + Gemini CLI 的 resolve rate 最高，為 13.37%。兩項最高成績分別由不同組合取得，衡量的項目亦不同。
AI 根據報道生成 · 2 小時前更新
報道時間線
沿着報道，瞭解事件的不同側面。
10月13日
- OpenHands 官方博客EvoClaw 基準評估 AI 智能體應對持續軟件演進的能力
EvoClaw 是一項以真實程式碼庫歷史重建連續里程碑任務、評估 AI 智能體持續演進軟件能力的基準。初始版本中，Claude Opus 4.6 + OpenHands 的整體得分最高，為 38.03%；Gemini 3 Pro + Gemini CLI 的 resolve rate 最高，為 13.37%。
本事件熱度走勢
還沒有足夠的連續觀測數據，暫不繪製趨勢。