騰訊 CodeBuddy 對戰 Claude Code 結果不佳
By: rootdata|2026/08/11 09:23:38
0
分享
設為Google首選來源騰訊自建的 Agent 基準 WorkBuddy Bench 測試了自家 CodeBuddy Code 和 Claude Code 的表現。260 道真實工作題分為代碼、Web、辦公、安全四類，7 個模型在兩套 Harness 下進行測試。結果顯示，Claude Code 在 28 組同模型對比中贏得了 17 組，CodeBuddy 僅贏得 11 組。特別是在代碼類題目中，Claude Code 以 7:0 完勝，所有 7 個模型在更換為 Claude Code 後均有得分提升。雖然 CodeBuddy 在 Web 和辦公類題目中以 4:3 小勝，但在安全類題目中則被 Claude Code 以 4:3 拿下。測試結果表明，僅更換 Harness 就能導致成績差異十幾分，因此評估 Agent 的強弱不能僅依賴底層模型。然而，騰訊的榜單也存在不足之處，每類題目僅有 50 到 80 道，社區質疑增加難題是否會改變排名，且測試僅使用了兩套 Harness，未包含 Codex。
本內容僅供參考，不構成任何金融、投資、法律或稅務建議。文中提及的任何活動、獎勵、線上活動或相關資訊，不應被視為對購買、出售或交易任何加密資產的推薦、招攬或邀請。加密資產具有高波動性，存在價值損失風險。WEEX服務、產品及相關活動的可用性可能因地區而異。用戶在參與前有責任確保符合當地適用法律法規。
猜你喜歡
區塊鏈 Rollups 是什麼？它們如何擴展以太坊
黃金重返4350美元，貴金屬回調結束了嗎？
危機正在發酵？Crypto.com 重大併購告吹、權益縮水、高管接連出走
ETH表現不佳，但以太坊仍是核心基礎設施……JP摩根的矛盾評價，原因何在？
延遲提款：為何交易所故意減慢轉帳速度
什麼是基於意圖的去中心化交易所（DEX）以及它們與自動化做市商（AMM）的區別
Cardano 最終清除了 SEC 對現貨 ETF 的捷徑，但其最後一位贊助商卻提前兩天退出
Cardano 在 ADA 清除了六個月 CME 期貨里程碑的同時，失去了唯一的專屬美國現貨 ETF 申請，這可能使得推出變得更容易。
Cobi 獲得百萬美元融資，由 Lunara Partners 領投
北韓黑客集團開發及展開AI工具，對加密貨幣企業的網絡攻擊加劇
2026年和2027年最佳區塊鏈與加密貨幣會議
web3: Xora Finance推動XLM接入XRPL原生結算
Kalshi創始人專訪：體育交易占比達95%；和Polymarket理念不合
失去35%晶圓十年後，這家日本股票重回震央區域
英國立法者致信銀行CEO，要求解釋拒絕加密貨幣帳戶的原因
VibeCode遊戲首屆VibeBlitz獲獎作品公開
YGG的遊戲挖掘平台完成了首屆全球遊戲創作賽，並公開了優秀作品。YGG推出的VibeCode遊戲於8月11日宣布了與Animoca Brands的Minds共同舉辦的首屆VibeBlitz獲獎作品...
新加坡的GDP增長與人工智慧：2026年預測上調至5.5%
2026年最佳AI代理平台：在數千個中只有130個是真正的
