OpenAI又双叒叕搞了个大新闻：干掉程序员！🤖

在编程的世界里，技术与创新总是如影随形，然而最近，OpenAI的最新发布却让人侧目——他们推出了一个全新的AI编程能力测试基准，名为SWE-Lancer。这次的测试不再拘泥于抽象的分数，而是通过真实的软件项目考验AI的能力，看它们到底能赚到多少钱！💰

项目来源📊

OpenAI从著名的程序员接单平台Upwork收集了超过1400个真实项目，所有项目均来自上市公司Expensify。项目规模涵盖从50美元的小bug到32000美元的大需求，总价值超过100万美元。

测试分两种任务📝

此次测试分为两大类任务：

• 写代码任务（764个，共41.5万美元）
  – 要求AI编写代码以解决实际问题
  – 利用企业级的端到端测试来验证代码质量
• 管理决策任务（724个，共58.5万美元）
  – 模拟技术主管的工作，选择最佳的技术方案

这两种测试方式极具巧妙之处——不需要繁琐的评分标准，完成任务便能直接赚取对应的报酬，十分直观！✨

最新测试结果🔍

截至目前，最强的三个AI模型表现如下：

• Claude 3.5 Sonnet：赚到40.3万美元
• OpenAI o1：赚到38万美元
• GPT-4o：赚到30.4万美元

令人惊讶的是，Anthropic公司的Claude 3.5居然击败了OpenAI的模型，这一结果颇具冲击性！

为什么这个基准测试重要？🌟

过去，AI编程的测试主要是在实验室中进行，而如今，SWE-Lancer则采用真实的项目来验证AI的能力：

• 任务都是实实在在的工作需求
• 验收标准基于实际开发中的标准
• 报酬真实反映市场价值

通过真金白银和真实项目测试AI的编程能力，SWE-Lancer无疑是个颠覆性的标准！OpenAI似乎真的在抨击程序员的饭碗啊！

人类程序员的价值在哪里？❓

如果AI能够赚取40万美元，那么人类程序员的价值究竟何在？在这场人机较量中，程序员如何通过技术和创造力保持竞争力呢？这将是未来编程领域需要深思的问题。

总结💡

OpenAI的SWE-Lancer为AI编程能力提供了全新的测试标准，通过真实项目带来了更多的挑战与机遇。在这样的背景下，程序员们面临的，不仅是技术的不断进步，还有职业价值的再思考。未来的人机合作，我们拭目以待！