热点事件持续更新
Rox 用 Devin 每周自动生成并维护 eval
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16日有报道称，AI 公司 Rox 宣布不再手写 eval，改为使用 Cognition 的 Devin 每周对自家 agent 做质量测试。据报道，Devin 会阅读真实用户对话，在 Rox 的完整副本中复现每一个失败案例，并把它转化为 eval；人工环节只剩审查 Devin 提交的 PR。Rox 称，采用这一方式后 eval 覆盖率升至 72%。报道未说明这一转变的起始时间、此前的覆盖率水平，也未披露人工审查的具体规模，公开信息目前仅包含上述流程描述与覆盖率数字。
AI 根据报道生成 · 3 小时前更新
最新进展10月16日 04:08
Rox 宣布不再手写 eval，改由 Devin 每周自动复现失败案例并生成 eval，覆盖率升至 72%。报道时间线
沿着报道，了解事件的不同侧面。
10月16日
- AGI HuntRox 用 Devin 每周自动做 QA，eval 覆盖率升至 72%
AI 公司 Rox 宣布不再手写 eval，改用 Cognition 的 Devin 每周对自家 agent 做质量测试。Devin 阅读真实用户对话，在 Rox 的完整副本中复现每个失败案例并转化为 eval，人工只需审查 Devin 提交的 PR。
本事件热度走势
当前热度 9·可比范围峰值 10（10月16日 05:00）·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。