Dans l'actualité
SWE-CoWork: Benchmarking Coding Agents as Digital Employees in Organizations
arXiv cs.AI · Publié le · 3 min de lecture
En 30 secondes
- Ce qui s'est passé
- SWE-CoWork benchmark évalue les agents de code sur 101 tâches réelles en simulant une collaboration organisationnelle avec 26 collègues simulés dans 11 langages.
- Pourquoi ça compte
- Pertinent pour les ingénieurs évaluant les assistants IA de codage et les capacités de développement autonome en contexte d'équipe réaliste.
- Vigilance
- Les meilleurs modèles complètent seulement 8% des tâches complètes malgré 63% de réussite sur les tests individuels, révélant des lacunes entre corrections partielles et livraison production.
- agent
- edge
- benchmark
Les patterns derrière cette actualité
Chacun explique le fonctionnement de la technique, quand elle vaut son coût et où elle casse.
The Agent Architect
Un pattern, un compromis, une panne de production racontée. Un brief hebdomadaire court pour ceux qui construisent des systèmes agentiques.
Un email par semaine, désinscription en un clic. Votre adresse ne sert qu'à envoyer le brief.