RecodeX 重构消息,一项名为FrontierCS 2的基准测试显示,没有任何AI智能体能够通过全部16项研究编码任务。该基准共包含48项任务,覆盖13个计算机科学领域。在初步评估中,Claude Opus 5.5以58%的通过率领先。