Industry & Practice · Tagged “洞察”

Headlines & Launches/2026-10-20/6 min

用 Jules 量真正要紧的事：主动编码智能体按洞察策略打分

Google Labs 用内部 705 条缺陷、1,178 个 CL 给 Jules 这类主动编码智能体做初步评测。地面真值来自时间邻近和语义相似的真实修缺陷簇。一轮探索的洞察平均 4.5 分（满分 5）。探索预算从两轮加到三轮时，Hit@5 从 33% 升到 57%。