在 9 月 3 日，Gru.ai 在 SWE-Bench-Verified 評估最新發布的數據中以 45.2% 的高分排名第一。SWE-Bench-Verified 是 OpenAI 聯合 SWE 發布測試集，旨在更可靠的評估 AI 解決實際軟件問題的能力。該測試集經由人工驗證打標，被認為是評估 AI 軟件工程能力的最權威標準。
本次參評登頂的 Coding Agent 是來自 Gru.ai 的 Bug Fix Gru。根據 Gru 團隊的博客，他們提供給 Bug Fix Gru 完整的運行環境及豐富的開發工具，這是獲取高分的基礎，而工作流程，多模態支持，Rag 能力的添加都有效提高了得分。值得關注的是，Gru 團隊著重提到了他們有一個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：幫助用戶解決獨立的技術問題，該產品可直接在網站注冊使用。
-
Test Gru：基于用戶代碼補全單測的 Agent，目前該產品僅面相企業開放。
-
Bug Fix Gru：基于 Github Issue，直接提交 Patch，目前該產品僅面向企業開放。
-
Babel Gru：基于技術文檔生成軟件，目前該產品仍處于實驗室階段。
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 領域，如 Devin、Cosine.sh、Factory、Codium.ai 等，但國內針對軟件工程領域 AI 的投資仍然較少。Gru 團隊擁有豐富的軟件工程和 AI 實踐經驗，CEO 張海龍曾是開源中國及 Coding.net 創始人。
隨著資金和大公司的視線逐步從大模型轉向上層應用，AI 行業的主要進步方向已經開始轉向處理復雜精密的任務，而非簡單的生成文本內容。而 Gru.ai 的成功登頂，標志著國人團隊在 Agent 領域的工程技術能力處于第一梯隊。
