OpenAI近日发布了一项重要的AI编程能力评估报告，通过价值100万美元的实际开发项目揭示了AI在软件开发领域的现状。这项名为SWE-Lancer的基准测试涵盖了1，400个来自Upwork的真实项目，全面评估AI在直接开发和项目管理两大领域的表现。测试结果显示，表现最佳的AI模型Claude3.5Sonnet在编码任务中的成功率为26.2%，在项目管理决策方面达到44.9%。虽然这一成绩与人类开发者仍有差距，但在经济效益方面已展现出可观潜力。数据显示，仅在公开的Diamond数据集中，该模型就能完成价值208，050美元的项

在东京大学的一场对话活动中，OpenAI 的 CEO 奥特曼揭示了其最新的内部推理模型 ——GPT-4.5。他表示，当前这一模型的编程能力已跻身全球 Top50程序员之列，并预计在年底时将成为全球第一。他强调，与顶尖程序员相比，这一模型在编程上的优势越来越明显。奥特曼提到，随着技术的进步，AI 对教育和职业技能的影响愈加显著。他指出，传统的数学和编程任务将不再是人类的强项，因此培养创造性思维和适应能力显得尤为重要。他呼吁人们在工作和生活中积极使用 AI 工具，以跟上技术发展

近年来，人工智能（AI）的编程能力不断发展，但尚未达到完美。最近，BuzzFeed 的资深数据科学家 Max Woolf 通过实验发现，如果对大型语言模型(LLM)不断提供 “写更好代码” 的提示，AI 确实能够生成更优质的代码。这一发现引发了广泛关注，业界著名 AI 科学家们也对此表示了极大的兴趣，强调了迭代和提示词设计的重要性。在 Woolf 的实验中，他利用 Claude3.5Sonnet 这一版本的 AI 模型进行了一系列编程任务。起初，他给模型提出了一个简单的编程问题:如何找出一百万个随机整数中，各位数之

备受期待的Deepseek V3终于开源!这款全新的AI模型在多语言编程能力上取得了重大突破，其在aider多语言编程测评中的表现，甚至超越了Claude3.5Sonnet V2等竞争对手，引发了业界广泛关注。据了解，Deepseek V3相比之前的版本，在性能上实现了质的飞跃。Deepseek V2.5在aider测评中的成功率仅为17%，而V3则暴增至48%，这充分展现了其强大的进步。Deepseek V3采用了高达6850亿参数的混合专家（MoE）架构。该架构包含256个专家，并使用sigmoid路由方式，每次选取前8个专家(topk=8)参与计算，这种设计使得模型能够

通义千问团队宣布，继Qwen2发布三个月后，Qwen家族的最新成员——Qwen2.5系列语言模型正式开源。这标志着可能是历史上最大规模的开源发布之一，包括了通用语言模型Qwen2.5，以及专门针对编程和数学领域的Qwen2.5-Coder和Qwen2.5-Math模型。

关于印度大学教授编程能力的讨论引发了广泛关注。一项研究揭示，仅2.5%的印度工程师具备人工智能技能，5.5%掌握基础编程知识，这引发了对教育质量的质疑。许多工程师指出，教授们的编程技能不足，教学内容依赖YouTube视频和在线课程，缺乏原创性和深度。尤其在Tier-3高校，教授在讲授如计算机网络课程时，几乎完全复制视频内容。收入差距也是问题之一，大学教授年薪与行业工程师薪酬相比，差距显著，导致优秀人才不愿从事教学。建议引入更多有行业经验的教授，提高成为计算机科学教授的门槛和薪酬，以改善教育质量。