爱丁堡大学与腾讯混元论文 InfraDev 评测编码 Agent 开发 AI 基建代码的能力

爱丁堡大学联合腾讯混元的论文 InfraDev（arXiv:2610.36589）在 36 个来自 Megatron-LM、vLLM、verl 的真实任务上评测编码 Agent，最强模型 GPT-6 Sol 解决率仅 38.9%。