Stripe 发布编码智能体评测,严格通过率仅 29.4%
2026-11-22 AI 资讯日报(AI Coding + 具身智能)
1. 【Stripe 发布编码智能体评测,严格通过率仅 29.4%】
Stripe 用 69 个支付场景测 14 组编码智能体,平均分 78.1%,但要求每项都过的严格通过率只剩 29.4%,能跑和全对差一大截。
2. 【Hugging Face 开源适配器,同模型涨 16 分】
同一个模型,给 harness 训个小 LoRA 就能又准又省:Qwen3.8-27B 从 39% 涨到 55%,每任务 token 减半,配方权重全开源。
3. 【MCP 新增 Events 规范,智能体改为订阅外部事件】
MCP 新增 Events 规范,智能体能订阅数据库变更、告警、日程等外部事件,不再只等提问;规范强调收到事件不等于授权动手,SDK 未完工先别上生产。
4. 【GPT-6.2 Astra 双臂机器人成功率达 41.2%】
XDOF 实测:GPT-6.2 Astra 双臂机器人 16 项任务成功率从 19.6% 升到 41.2%,首次通关打结和叠 T 恤,单步延迟仍约 10 秒。
5. 【启元机器人开源 QyroSIM 世界模型仿真平台】
郑州开放原子大会上,启元机器人开源 QyroSIM 仿真平台和 HIL-UMI 数据采集方案,运控板、算力板也开放,人形机器人开源社区工作委员会同日成立。