发布PACE基准评测编码Agent企业PRD完整交付

1. 12:00
   arXiv · cs.AI

   PACE 评测编码智能体在成熟企业代码库中的 PRD 完整交付能力

   PACE 基准通过 43 项企业任务和 750 个专家审计的 Code Points，评估编码智能体完成完整 PRD 的能力；在 11 个模型—脚手架配置中，得分主要落在 52.1 至 78.1，GPT-5.6-Sol 的完整交付率最高，为 14.0%。

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。