热点事件持续更新
SWE-Duel：自扩展编程智能体竞技场
1 篇报道1 个报道来源2 小时前更新
先了解这件事
AI 综述
2026年10月12日，arXiv cs.CL 刊出 SWE-Duel，提出一种自扩展的编程智能体竞技场。其机制是让两个智能体以镜像的 Red-Blue 轮次互相出题与评审，任务与判定标准均在评测时生成，以避免提前泄漏。评测中，11 个模型-harness 组合在 15 个仓库上对战 1500 轮。结果显示，GPT-5.5 修复了 98.3% 的缺陷，位居第一；Claude Opus 4.8 以 27.3% 的 Red 胜率排在次席。
AI 根据报道生成 · 2 小时前更新
最新进展10月12日 12:00
SWE-Duel 公布对战结果：GPT-5.5 缺陷修复率 98.3% 居首，Claude Opus 4.8 次之。报道时间线
沿着报道，了解事件的不同侧面。
10月12日
- arXiv cs.CLSWE-Duel：迈向面向编程智能体的自扩展竞技场
SWE-Duel 提出自扩展的编程智能体竞技场：两个智能体以镜像 Red-Blue 轮次互相出题与评审，任务与判定标准在评测时生成，避免提前泄漏。11 个模型-harness 组合在 15 个仓库对战 1500 轮，GPT-5.5 修复 98.3% 缺陷居首，Claude Opus 4.8 以 27.3% Red 胜率居次。
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。