AI 编程实时动态与要闻速递 — 𝕏/Twitter 一手信源

👀68

🔥91

Vals：腾讯 Hy4 Preview 开源权重登 Vals Index 第 4，Code Migration 性价比突出

Vals 评测腾讯 Hy4 Preview：在 Vals Index 58 款模型中总体第 21（55.4%）、开源权重第 4，单次测试约 1.28 美元。Code Migration 得分 47.4% 挤进前十且成本远低于 Muse Spark 与 Opus 4.8；在三项智能体基准上为开源权重第一，并提供 1M 上下文与 64k 最大输出。

核心要点速览

Vals Index 总体第 21（55.4%）、开源权重第 4，单测约 1.28 美元，多数基准成本低于中位数。
Code Migration 47.4% 进入前十，单测约 3.41 美元，显著低于 Muse Spark（约 14.21）与 Opus 4.8（约 30.51）。
三项智能体基准开源权重第一；1M 上下文、64k 输出；终端任务偏弱（Terminal-Bench 2.1 约 55%）。

阅读全文

关联模型 / 智能体 / 厂商:

🌐 Tencent (腾讯混元)

#Tencent#Hy4 Preview#Vals Index#代码迁移#开放权重#agentic benchmarks

Greg Brockman@gdb·64 天前收录

👀51

🔥94

查看推特原帖 ↗

Greg Brockman 披露 Codex 实战战果：将 Asana 预计 5 年的前端测试迁移压缩至两周完成

Greg Brockman 强调 OpenAI Codex 在复杂工程代码迁移中的颠覆性价值：Asana 团队借助 Codex 在两周时间内完成了整个前端测试从 Enzyme 到 React Testing Library 的完整迁移，而此前该技术债重构预计耗时超过 5 年，展现了智能体编程对机械工程积压的化解能力。

核心要点速览

Codex 展现出解决大范围、深层机械性历史技术债务的强大 Agent 自动化能力。
Asana 的 Enzyme 到 RTL 前端测试迁移从预期剩余 5 年缩短至仅用 2 周彻底完成。
证明编程智能体不仅能写新代码，更能以极低边际成本攻克企业级技术重构工程。

阅读全文

关联模型 / 智能体 / 厂商:

⚡ GPT-4o ⚡ OpenAI o3-mini (High Reasoning Coding)🤖 cursor 🤖 Devin 2.0 (Cognition)🌐 OpenAI

#Codex#OpenAI#重构#企业级#生产力