Factory 发布 Legacy-Bench 基准，检验 AI 智能体维护遗留软件的能力
Legacy-Bench: Can AI Agents Maintain the World's Most Critical Software?
阅读原文
本站未展示全文，请前往来源网站阅读。
AI 导读
Factory 发布 Legacy-Bench 基准，用涵盖 COBOL（46%）、Java 7（32%）等六类遗留语言的数百个任务测试 AI 智能体，12 个模型-智能体组合的通过率为 16.9% 至 42.5%，而这些模型在 SWE-bench Verified 等现代基准上得分超过 70%。
推荐理由
原文用真实遗留代码任务填补现有基准的盲区，给出各模型在 COBOL 等语言上的具体分数和失败模式，可帮助读者评估 AI 智能体处理关键遗留系统的实际能力。
来源：Factory 研究 / 产品 · factory.com