LLM Hacker News Jul 6, 2026 1 min read
HNでの論点はpass rateではなく、同じ成功に必要なtoken量と探索の少なさだった。
#maintainability
RSSフィードAI Hacker News Mar 8, 2026 1 min read
Hacker Newsで注目を集めたSWE-CIは、one-shot bug fixではなく実リポジトリの長期進化に沿ってcoding agentを評価するarXiv benchmarkだ。論文はsoftware maintainabilityをCI loopの問題として捉え直し、強いmodelでも長期区間ではregression抑制に苦戦すると報告している。