热点事件持续更新
复旦等提出LoLBench评测Agent长程代码交付
1 篇报道1 个报道来源4 小时前更新
先了解这件事
AI 综述
2026年11月4日，新智元报道复旦大学、香港城市大学等机构提出LoLBench，用于评测Agent的长程代码交付能力。该基准将Agent置于平均约240万行源代码的软件系统中，评估其从功能提案到模块交付的完整过程，需求文档规模达5000词。报道称，在6个前沿模型与5个脚手架共28种组合中，Opus 5搭配Claude Code或mini-SWE-agent以14%解决率并列最高，全部组合中位数仅2%。
AI 根据报道生成 · 2 小时前更新
最新进展11月4日 18:03
复旦等提出LoLBench，28种Agent组合最高解决率仅14%，中位数2%。报道时间线
沿着报道，了解事件的不同侧面。
11月4日
- 新智元（公众号）复旦等机构提出 LoLBench：5000 词需求文档下，28 种 Agent 组合最高解决率仅 14%
复旦大学、香港城市大学等机构提出 LoLBench，把 Agent 放进平均约 240 万行源代码的软件系统，评估从功能提案到模块交付的完整过程。6 个前沿模型与 5 个脚手架共 28 种组合中，Opus 5 搭配 Claude Code 或 mini-SWE-agent 以 14% 解决率并列最高，全部组合中位数仅 2%。
本事件热度走势
还没有足够的连续观测数据，暂不绘制趋势。