AI 研究
开源 benchmark Parsimony：测 AI 编程 agent「净增了多少代码」
Show HN（HN Firebase time 2026-10-13T19:50:31Z，69 分 / 13 评论）上线开源 benchmark Parsimony，测的不是「解不解得出来」，而是 AI 编程 agent 净增多少代码：取已公开 patch，按语法单元（不是行数）计数，净增 = 新增 − 删除，删代码有奖励。作者在站点公布约 26 个模型在 DeepSWE Python 任务上的排名，代码与校验 hash 挂在 GitHub（MIT）。为个人项目（GitHub 9 星）、作者自述，榜单排名不应写死。
对 AI 使用者意味着什么
编程 benchmark 开始进入「克制度」维度，惩罚堆代码量；为个人自测榜、任务数口径略有出入。
来源：Parsimony ↗ 原文链接、GitHub ↗ 原文链接、Hacker News ↗ 原文链接
有具体工作流问题？联系咨询。新闻本身免费阅读。