腾讯推出 WorkBuddy Bench，一个覆盖 Code、Web、Office、Security 四个工作领域的编码智能体评测套件。
每个任务均从真实 commit、PR 或业务场景逆向工程而来，改写为口语化角色扮演请求，从构造上抵抗数据污染。
该基准在 CodeBuddy Code 和 Claude Code 上运行，所有任务目录、环境镜像、评分工具和参考方案均开源发布。
Notícias IA / 论文研究
Back to AI news
Tencent lança WorkBuddy Bench: suíte de avaliação de agentes inteligentes de codificação para múltiplos domínios
A Tencent lançou o WorkBuddy Bench, um conjunto de avaliação de inteligência para codificação que cobre quatro áreas de trabalho: Code, Web, Office e Secur...
Resumo diário de inteligência em IA
A Tencent lançou o WorkBuddy Bench, um conjunto de avaliação de inteligência para codificação que
cobre quatro áreas de trabalho: Code, Web, Office e Security. Cada tarefa é derivada de commits reais, PRs ou cenários de negócios através de engenharia reversa e reescrita como pedidos de interpretação de papel em linguagem coloquial, projetados para resistir à contaminação de dados. Este benchmark é executado no CodeBuddy Code e no Claude Code, e todos os diretórios de tarefas, imagens de ambiente, ferramentas de avaliação e soluções de referência são disponibilizados como código aberto.
资讯正文 · AI 整理
情报判断
Aioga 编辑摘要
腾讯发布 WorkBuddy Bench，用于评测编码智能体在 Code、Web、Office 与 Security 四类工作领域中的表现。材料称，该套件已在 CodeBuddy Code 和 Claude Code 上运行，并公开发布相关评测资源。
背景分析
该基准的任务由真实 commit、PR 或业务场景逆向工程而来，再改写成口语化的角色扮演请求。材料明确将这一设计描述为从构造上抵抗数据污染，试图减少模型因见过原始材料而获得的优势。
Aioga 观点
Aioga 判断，WorkBuddy Bench 的重点不只在覆盖多个任务领域，也在于公开任务目录、环境镜像、评分工具和参考方案。这可能让外部研究者更容易复现任务环境，并检验评测结果的可比性。
影响与后续
值得关注的是，材料仅说明该基准已在两种编码智能体上运行，并未提供具体得分、任务数量或两者优劣结论。因此，现阶段不应据此推导任何模型能力排序，后续比较仍需依赖完整实验结果。 后续可关注公开资源中各领域任务的具体定义、评分方式与参考方案，以及是否披露 CodeBuddy Code 和 Claude Code 的完整运行结果。Aioga 判断，这些信息将决定该基准是否适合用于跨系统的稳定比较。
Source and Copyright
当前抓取源提供的是标题、摘要、来源和原文入口，不直接搬运完整原文。完整报道请通过下方原文链接前往来源站点查看。
抓取通道: 摘要聚合 · 原始域名: arxiv.org
Fonte: HuggingFace Daily Papers（社区热门论文）
原文链接: Abrir fonte original
Aioga 归档: 查看情报页
Content record: summary-fallback · Updated: 2026-07-23T00:00:00.000Z
API RELAY · DEVELOPER INFRASTRUCTURE
API 中转站
统一接入主流 AI 模型 API，为开发、测试与生产环境提供稳定调用入口。
立即访问 api.w173.com
Scan to open this article