待验证50% 置信事实精确时间

FrontierCode中构建单个评测题目需要专家投入40小时以上的工时

1

来源数

50%

置信度

中期 (~90 天)

时效性

2026/9/12

首次发现

有效期至：2026/12/11

来源

从MMLU到FrontierCode：AI评测基准为何越来越难

涉及实体

FrontierCodeproduct Cognitioncompany

相关事实

待验证使用AI辅助的性能测试方案，原本需要30天的性能测试工作现在基本1天就能完成60% 相似待验证编程智能体能够自主运行20-30分钟，相当于人类开发者数小时的工作量60% 相似待验证拼装步骤中等复杂度，多数用户反馈需要20-40分钟完成组装，说明书清晰度一般，建议对照视频教程安装60% 相似待验证作者的工作流是花1到2个小时设计优化目标、约束和目标函数，然后让Claude Code持续运行数天解决问题60% 相似

引用此条事实

Stable URI

https://kongchang.com/claim/910488

API

curl https://kongchang.com/api/v1/knowledge/claims/910488

MCP

get_claim(id=910488)