首个AI软件工程师Devin完整技术报告出炉，还有人用GPT做出了「复刻版」

AIGC动态欢迎阅读

原标题：首个AI软件工程师Devin完整技术报告出炉，还有人用GPT做出了「复刻版」
关键字：测试,问题,报告,团队,智能
文章来源：机器之心
内容字数：8736字

内容摘要：

机器之心报道
编辑：杜伟、大盘鸡从编码、编译到调试、验证，AI 智能体能做的事情更多了。这周三，Cognition AI 团队发布的首个 AI 软件工程师 Devin 引爆了 AI 社区，引发了人们对程序员这个职业未来前景的热议。在对 Devin 的评估中，团队使用了 SWE-bench。这是一个由 GitHub 问题和拉取请求组成的软件工程系统的自动化基准测试。他们认为 SWE-bench 是一个不错的选择，它确定性地评估（通过单元测试）系统解决现实世界代码库问题的能力，并与 HumanEval 等仅限于独立功能的基准测试不同。
从结果来看，在 SWE-Bench 基础测试中，无需人类辅助，Devin 就可以解决 13.86% 的问题。而当前 SOTA 模型，在没有人类帮忙的情况下，只能完成 1.96% 的问题。即使提供了要编辑（辅助）的确切文件，当前 SOTA 模型也只能解决 4.80% 的问题。数据集
具体来讲，SWE-bench 是一个包含 2294 个问题和 GitHub 流行开源 Python 存储库中拉取请求（pull request）的数据集，目的是测试系统编写真实代码

原文链接：首个AI软件工程师Devin完整技术报告出炉，还有人用GPT做出了「复刻版」