微软开源了一个考官：先让编程智能体考试，再让它上岗。 10 月 19 日发布（20 日更新），MIT 协议，仓库挂着 research preview 标签… · @BlockInsight214 · TwKit

@BlockInsight214

微软开源了一个考官：先让编程智能体考试，再让它上岗。 10 月 19 日发布（20 日更新），MIT 协议，仓库挂着 research preview 标签。 ① 考什么：把 GitHub Copilot、Claude Code、VS Code + Copilot 放在同一套任务里跑，逐条打分 ② 怎么判：评判标准做成依赖图，服务器先起来才看健康检查接口；LLM 法官按日志、快照和工具调用痕迹打分 ③ 怎么跑：本地要 Docker + Compose v2, Node 22, pnpm, mkcert, GitHub CLI，组织级走 Kubernetes + KEDA 按队列自动扩容 微软自己也承认法官会误判，结论前还是要人过一遍。 https://trendintech.com/microsoft-scope-open-source-ai-coding-agent-testing-2026/

曝光 52 · 评论 3 · 点赞 1 · 书签 0