热点事件持续更新
CMU 发布 CUA-SWE 软件工程 Agent 基准
1 篇报道1 个报道来源3 小时前更新
先了解这件事
AI 综述
2026 年 10 月 1 日，卡内基梅隆大学发布 CUA-SWE，一个将计算机使用 Agent 与软件工程结合的基准、环境与评测流水线。据该报道，基准覆盖四个软件工程领域，任务要求 Agent 修改代码与配置、执行命令、与运行中的应用交互并检查视觉反馈，且每项任务都配有确定性的任务级测试来验证正确性。评测还考察当任务规格只能通过应用图形界面获取时，前沿 Agent 能否完成任务，并分析成功修复所对应的开发行为模式。目前为首次发布，报道未提及参与机构、任务总数、模型得分等更多细节。
AI 根据报道生成 · 3 小时前更新
最新进展10月1日 20:17
CMU 发布 CUA-SWE 基准、环境与评测流水线，覆盖四个软件工程领域并引入确定性任务级测试。报道时间线
沿着报道，了解事件的不同侧面。
10月1日
- AGI HuntCMU 发布 CUA-SWE：让计算机使用 Agent 做可视化软件工程
卡内基梅隆大学发布 CUA-SWE，一个将计算机使用 Agent 与软件工程结合的基准、环境与评测流水线。基准覆盖四个软件工程领域，任务要求 Agent 修改代码与配置、执行命令、与运行中的应用交互并检查视觉反馈，且每项任务配有确定性的任务级测试验证正确性。评测还考察任务规格只能通过应用图形界面获取时前沿 Agent 能否完成，并分析成功修复对应的开发行为模式。
本事件热度走势
当前热度 9·可比范围峰值 10（10月1日 21:00）·近 24 小时可比范围变化 –
趋势仅比较持续完整观测到的相同主体，范围可能小于当前热度统计。移动指针或点击图表查看每小时热度；键盘可用左右方向键切换。