arXiv Artificial Intelligence· Tianqi Liu, Yandong Guan, Songze Li, Wenkai Wang, Gang Yu, Chengfei Lv·· 3 小时前AI 评分50
PACE 基准：评估编码智能体在成熟企业仓库中的 PRD 驱动开发
When Coding Agents Outpace Review: Evaluating PRD-Driven Development in Mature Enterprise Repositories
AI 导读
研究团队推出 PACE 基准，包含 43 个企业任务和 750 个经专家审核的 Code Points，用于衡量编码智能体对完整 PRD 的交付情况。在 11 种模型与脚手架配置中，多数得分落在 52.1 至 78.1 之间，GPT-5.6-Sol 的完整交付率最高，为 14.0%。
来源：arXiv Artificial Intelligence · arxiv.org