Kimi Code Bench v2 覆盖10余种主流编程语言和完整生产技术栈，任务来自内部工程需求、线上生产事故、真实开源项目，偏后端、基础设施、性能调优、安全、前端和 ML 数据工程。 刚刚，月之暗面 Kimi K2.7 Code 正式发布，同步在 HuggingFace 开源。 token 消耗降了30% ...

编辑｜杨文编程 Agent 的评测，一直是本糊涂账。SWE-bench 如今已成事实标准，几乎每家发布新模型或新 Agent 框架，都会拿出一个 SWE-bench 分数来证明自己有多强。但这些数字真的能直接横向比较吗？LLM Agent 的能力，本质上是模型和 harness 共同决定的，同一个模型换一套 harness，在 SWE-bench、Terminal-bench ...