research重点
AI编程Agent突破SWE-bench 70%：软件工程正式进入半自动化时代
多家公司在SWE-bench Verified（真实GitHub issue修复）基准上取得重大突破：Claude 3.7 Sonnet达到62.3%，Devin 2.0达到67.5%，一家初创公司未具名agent达到71.8%。这意味着AI已能可靠完成超过60%的真实软件工程任务，标志着软件工程从"AI辅助"进入"AI主导特定任务"阶段。
2025年8月17日来源：SWE-bench
相关资讯
Claude 4 刷新 Agent 基准：SWE-bench 突破 72%，超越人类初级程序员
5月6日 · Anthropic
SWE-bench 2026 年度排名：AI 编程 Agent 能力已达初级工程师水平
5月27日 · SWE-bench
Claude 3.5 Sonnet 登顶 SWE-bench，成为最强编程 AI
6月20日 · Anthropic Blog
Devin 发布：第一个自主 AI 软件工程师
3月12日 · Cognition AI
Anthropic发布Claude 3.7 Sonnet：代码能力跃升，支持延伸思考
5月14日 · Anthropic
Gemini 2.5 Pro 登顶编程基准：击败 Claude 和 GPT-5 成为最强代码模型
5月26日 · Google DeepMind
延伸阅读 · 相关教程
Replit Agent 完整教程 2026：AI 帮你写代码、运行、部署一条龙
从提示词到上线应用，Replit Agent 全流程实战
GitHub Copilot 进阶技巧 2026：90% 的人没用过的 8 个高效功能
从自动补全到 Copilot Workspace，解锁 GitHub Copilot 的全部潜力
AI Agent 提示词工程实战：写出高质量 System Prompt 的完整框架
从踩坑总结到可复用模板——让 AI Agent 稳定、可控、真正好用
AI Agent 2026 年中盘点：6 个正在改变行业的重大转变
从工具到同事——AI Agent 如何重塑每个人的工作方式