AI编程助手Devin：实际效果不如预期

AI 编程助手 Devin 在发布初期备受赞誉，但经过 Answer.AI 研究者的深度测试后，其实际表现却不尽如人意。在为期一个月的测试中，Devin 在 20 项任务里仅成功 3 次，失败率高达 70%。它在简单任务上表现出色，但在复杂任务中常陷入技术困境，甚至尝试不可能完成的任务。此外，Devin 在处理现有代码库和研究任务时也暴露出诸多问题。尽管新版本 1.2 做出了一些改进，但仍未解决核心问题。这反映出当前 AI 工具的实际效用与宣传之间的差距。
来源：https://mp.weixin.qq.com/s/mK7NuezJMynRtQGHPMKpFQ