Surge 发布 sudo L7 工程判断力基准

2026 年 10 月 14 日，Surge 推出新基准 sudo L7，目标不再是测模型「能不能写代码」，而是衡量它是否具备「Staff 级工程师」的工程判断力。该基准由 60 个真实任务构成，其中约 70% 的任务取自企业私有授权的生产代码库，而非公开或合成的题目。据 Surge 介绍，任务场景覆盖遗留代码、因历史原因被意外固化为架构决策的包袱，以及以意外方式崩坏的依赖等典型生产环境问题。截至目前，这是该基准发布后的首个公开进展，尚无第三方复现或评测结果披露。

AI 根据报道生成 · 1 小时前更新

还没有足够的连续观测数据，暂不绘制趋势。