OpenAI 最新研究：当前 AI 模型仍无法媲美人类程序员

尽管 OpenAI 首席执行官萨姆・奥尔特曼（Sam Altman）坚称，到今年年底，人工智能模型将能够超越“低级别”软件工程师，但该公司研究人员的最新研究却表明，即使是目前最先进的 AI 模型，仍无法与人类程序员相媲美。研究人员在一篇新论文中指出，即使是前沿模型 —— 即那些最具创新性和突破性的 AI 系统 ——“仍然无法解决大多数”编程任务。为此，研究人员开发了一个名为 SWE-Lancer 的新基准测试工具，该工具基于自由职业者网站 Upwork 上的 1400 多个软件工程任务。通过这一基准测试，OpenAI 对三款大型语言模型（LLMs）进行了测试，分别是其自身的 o1 推理模型、旗舰产品 GPT-4o，以及 Anthropic 公司的 Claude 3.5 Sonnet。