我们的AI代理 + 3.7 Sonnet在Aider的多语言基准测试中排名第一，得分为76.4%
💡
原文英文，约700词，阅读约需3分钟。
📝
内容提要
我们开发的开源AI编程代理在Aider的Polyglot基准测试中以76.4%的得分排名第一。该代理采用迭代问题解决方法，能够编写、验证和修复代码，直至任务完成。与SWE Bench相比，Polyglot更真实地反映了AI在多语言项目中的自主交互能力。Refact.ai的AI代理通过反馈循环不断改进，提供可靠的解决方案。
🎯
关键要点
- 我们开发的开源AI编程代理在Aider的Polyglot基准测试中以76.4%的得分排名第一。
- 该基准测试评估AI在225个最难编码练习中的自主问题解决能力，涵盖多种编程语言。
- 我们的AI代理采用迭代问题解决方法，能够编写、验证和修复代码，直至任务完成。
- Polyglot基准测试比SWE Bench更真实地反映了AI在多语言项目中的自主交互能力。
- SWE Bench存在显著局限性，仅测试Python，且依赖于少量预训练的代码库。
- Refact.ai的AI代理通过反馈循环不断改进，提供可靠的解决方案。
- 我们的AI代理具备自主任务执行、深度上下文理解和开发工具集成等关键特性。
- Refact.ai Agent可在VS Code和JetBrains中使用，提升软件开发的生产力。
➡️
