乍看之下，这似乎是“人人都是程序员”的又一个证据： 当市场、运营和研究人员都开始调用编程智能体，当一个想法可以直接变成网站和应用，程序员与普通人的边界似乎正在消失。 相比较 Codex ...

我们今天来聊聊大模型的 Coding Benchmark，特别是 SWE-bench Pro，深入的了解Benchmark得分到底意味着什么？ 以及 能不能用Benchmark来选择模型。 随着 Claude Mythos 5/Fable 5 的发布，大家是不是也像我一样被下面这张表刷屏了？ 图片 特别是 SWE-bench Pro 80.3% 的得分，可以说是 ...

为了请陈航（花名：无招）回来带领他创办的钉钉，阿里花了一年多：多位阿里管理层轮番沟通，甚至提议买下他创业公司投资人的股份。而让他离开，只用了几天。 去年 3 月回钉钉以来，陈航已经在社交网络引起三轮广泛讨论： 第一次是 2025 年 4 ...