在 9 月 3 日，Gru.ai 在 SWE-Bench-Verified 評估最新發(fā)布的數(shù)據(jù)中以 45.2% 的高分排名第一。SWE-Bench-Verified 是 OpenAI 聯(lián)合 SWE 發(fā)布測試集，旨在更可靠的評估 AI 解決實(shí)際軟件問題的能力。該測試集經(jīng)由人工驗(yàn)證打標(biāo)，被認(rèn)為是評估 AI 軟件工程能力的最權(quán)威標(biāo)準(zhǔn)。

本次參評登頂?shù)?Coding Agent 是來自 Gru.ai 的 Bug Fix Gru。根據(jù) Gru 團(tuán)隊(duì)的博客，他們提供給 Bug Fix Gru 完整的運(yùn)行環(huán)境及豐富的開發(fā)工具，這是獲取高分的基礎(chǔ)，而工作流程，多模態(tài)支持，Rag 能力的添加都有效提高了得分。值得關(guān)注的是，Gru 團(tuán)隊(duì)著重提到了他們有一個(gè)評估流程來評估任何改動帶來的影響。

Gru.ai 是一家提供軟件工程 Agent（智能體）的公司，提供四種 Agent：
Assistant Gru：幫助用戶解決獨(dú)立的技術(shù)問題，該產(chǎn)品可直接在網(wǎng)站注冊使用。
Test Gru：基于用戶代碼補(bǔ)全單測的 Agent，目前該產(chǎn)品僅面相企業(yè)開放。
Bug Fix Gru：基于 Github Issue，直接提交 Patch，目前該產(chǎn)品僅面向企業(yè)開放。
Babel Gru：基于技術(shù)文檔生成軟件，目前該產(chǎn)品仍處于實(shí)驗(yàn)室階段。

Gru 在今年一月披露了一筆 550 萬美金的融資，投資方為云九資本和峰瑞資本。在 2023 年到 2024 年兩年間，國際上大量的資金涌入代碼 Agent 領(lǐng)域，如 Devin、Cosine.sh、Factory、Codium.ai 等，但國內(nèi)針對軟件工程領(lǐng)域 AI 的投資仍然較少。Gru 團(tuán)隊(duì)擁有豐富的軟件工程和 AI 實(shí)踐經(jīng)驗(yàn)，CEO 張海龍?jiān)情_源中國及 Coding.net 創(chuàng)始人。
隨著資金和大公司的視線逐步從大模型轉(zhuǎn)向上層應(yīng)用，AI 行業(yè)的主要進(jìn)步方向已經(jīng)開始轉(zhuǎn)向處理復(fù)雜精密的任務(wù)，而非簡單的生成文本內(nèi)容。而 Gru.ai 的成功登頂，標(biāo)志著國人團(tuán)隊(duì)在 Agent 領(lǐng)域的工程技術(shù)能力處于第一梯隊(duì)。