产品库

AI模型软件工程能力评估工具

SWE-bench Verified是OpenAI发布的一个经过人工验证的SWE-bench子集，旨在更可靠地评估AI模型解决现实世界软件问题的能力。它通过提供代码库和问题描述，挑战AI生成解决所描述问题的补丁。这个工具的开发是为了提高模型自主完成软件工程任务的能力评估的准确性，是OpenAI准备框架中中等风险级别的关键组成部分。

通过强化学习提升大型语言模型在开源软件演变中的推理能力

SWE-RL 是由 Facebook Research 提出的一种基于强化学习的大型语言模型推理技术，旨在利用开源软件演变数据提升模型在软件工程任务中的表现。该技术通过规则驱动的奖励机制，优化模型的推理能力，使其能够更好地理解和生成高质量的代码。SWE-RL 的主要优点在于其创新性的强化学习方法和对开源数据的有效利用，为软件工程领域带来了新的可能性。该技术目前处于研究阶段，尚未明确商业化定价，但其在提升开发效率和代码质量方面具有显著潜力。

SWE-Lancer 是一个包含 1400 多个自由软件工程任务的基准测试，总价值 100 万美元。

SWE-Lancer 是由 OpenAI 推出的一个基准测试，旨在评估前沿语言模型在真实世界中的自由软件工程任务中的表现。该基准测试涵盖了从 50 美元的漏洞修复到 32000 美元的功能实现等多种独立工程任务，以及模型在技术实现方案之间的选择等管理任务。通过模型将性能映射到货币价值，SWE-Lancer 为研究 AI 模型开发的经济影响提供了新的视角，并推动了相关研究的发展。

数据定制化服务，助力模型精准微调

Bespoke Labs专注于提供高质量的定制化数据集服务，以支持工程师进行精确的模型微调。公司由Google DeepMind的前员工Mahesh和UT Austin的Alex共同创立，旨在改善高质量数据的获取，这对于推动领域发展至关重要。Bespoke Labs提供的工具和平台，如Minicheck、Evalchemy和Curator，都是围绕数据集的创建和管理设计的，以提高数据的质量和模型的性能。

自动解决软件开发问题的无代理方法

Agentless是一种无需代理的自动解决软件开发问题的方法。它通过定位、修复和补丁验证三个阶段来解决每个问题。Agentless利用分层过程定位故障到特定文件、相关类或函数，以及细粒度的编辑位置。然后，Agentless根据编辑位置采样多个候选补丁，并选择回归测试来运行，生成额外的复现测试以复现原始错误，并使用测试结果重新排名所有剩余补丁，以选择一个提交。Agentless是目前在SWE-bench lite上表现最佳的开源方法，具有82个修复（27.3%的解决率），平均每问题成本0.34美元。

快速雇佣顶尖人才，加速您的筛选流程

Elastyc AI是一个旨在帮助招聘团队快速评估候选人的在线平台。它通过自定义评分卡为每位候选人提供评分，并仅按使用量付费。该平台通过AI技术提高招聘效率，减少筛选时间，并提供详细的报告和分析，帮助企业做出更明智的招聘决策。Elastyc AI的主要优点包括高效的候选人评估、定制化的评分系统、实时的数据分析和报告，以及对求职者完全免费。

专为软件改进设计的开源大型语言模型。

Lingma SWE-GPT是一个开源的大型语言模型，专注于软件工程领域的任务，旨在提供智能化的开发支持。该模型基于Qwen系列基础模型，经过额外训练以增强其在复杂软件工程任务中的能力。它在软件工程智能代理的权威排行榜上表现出色，适合需要自动化软件改进的开发团队和研究人员。

一个需要JavaScript支持的网页应用

Codura是一个编程相关的网站，它可能提供了一些在线编程工具或服务。由于页面需要JavaScript支持，我们可以推测它可能包含了一些交互式功能，比如在线代码编辑器、代码测试环境等。这类工具对于开发者来说非常重要，因为它们可以提高开发效率，方便代码的快速测试和迭代。Codura的具体价格和定位信息需要进一步的页面内容来确定。

自动化的生成式AI评估平台

AutoArena是一个自动化的生成式AI评估平台，专注于评估大型语言模型（LLMs）、检索增强生成（RAG）系统和生成式AI应用。它通过自动化的头对头判断来提供可信的评估，帮助用户快速、准确、经济地找到系统的最佳版本。该平台支持使用来自不同供应商的判断模型，如OpenAI、Anthropic等，也可以使用本地运行的开源权重判断模型。AutoArena还提供了Elo评分和置信区间计算，帮助用户将多次头对头投票转化为排行榜排名。此外，AutoArena支持自定义判断模型的微调，以实现更准确、特定领域的评估，并可以集成到持续集成（CI）流程中，以自动化评估生成式AI系统。

AI个性化职业发展平台

Audo是一个利用人工智能技术为用户量身定制职业发展路径的平台，通过AI评估用户的技能、兴趣和个性，提供个性化的职业规划、简历优化、面试准备和职位匹配服务。它通过与顶级公司和大学合作，提供超过1100种职业路径认证，帮助用户提升职业技能，找到理想工作，并获取应得的薪酬。

革命性AI数据管理，提升99%准确率

Future AGI是一个自动化AI模型评估平台，通过自动评分AI模型输出，消除了手动QA评估的需求，使QA团队能够专注于更战略性的任务，提高效率和带宽高达10倍。该平台使用自然语言定义对业务最重要的指标，提供增强的灵活性和控制力，以评估模型性能，确保与业务目标的一致性。它还通过整合性能数据和用户反馈到开发过程中，创建了一个持续改进的循环，使AI在每次互动中变得更智能。

为软件工程挑战打造的先进基础AI模型

poolside是一个为软件工程挑战而构建的先进基础AI模型，它通过在用户代码上进行微调，学习项目的独特之处，以理解通用模型无法理解的复杂性。它建立在poolside基础之上，每天都能变得更好。除了先进的代码编写模型，poolside还构建了一个直观的编辑器助手，并提供了一个开发者可以构建的API。poolside由Jason Warner和Eiso Kant于2023年4月创立，他们之前在AI和软件工程领域有着丰富的经验。

智能食品与个人护理产品健康评估工具

Health Inspecta 是一款利用人工智能技术，帮助用户快速评估食品和个人护理产品的营养价值、成分安全性和环境影响的应用程序。它通过扫描产品标签或手动输入产品名称，提供综合的健康等级评分，从A到F，让用户能够超越标签，做出更明智的消费选择。

通过Instagram帖子分析揭示个性特征。

My Insta Personality是一个利用人工智能分析用户Instagram公开帖子的网站，旨在生成用户的个性档案并提供详细洞察。它通过先进的AI技术，帮助用户探索和理解自己在社交媒体上的行为模式和个性倾向。

世界领先的AI软件工程师

Genie是一款AI软件工程模型，它在SWE-Bench行业标准基准测试中取得了30%的评估分数，远超其他同类产品。Genie能够独立或与用户协作解决bug、构建功能、重构代码，就像与同事合作一样。它通过与GitHub问题跟踪器的直接集成，简化了工作流程，确保完全理解特定任务和目标。

自动化视频面试软件，提升招聘效率。

VHire是一款面向企业的自动化视频面试软件，旨在通过AI技术帮助企业更快速、智能地筛选和评估候选人。它与传统的视频面试工具相比，如Zoom，能够节省组织的时间和金钱，更准确地招聘到最佳员工。VHire的主要优点包括节省时间、无需繁琐的面试安排、提供专业的AI驱动候选人评分系统以及众多创新功能。此外，VHire还提供灵活的定价方案，根据面试次数收费，并有折扣优惠。

AI网页编辑器和模拟器

WebSim是一个在线平台，允许用户实时测试和运行JavaScript和CSS代码。它提供了一个简洁的界面，用户可以快速编写、保存和分享代码。这个工具对于开发者和学习者来说非常实用，因为它可以即时反馈代码效果，帮助他们快速学习和调试。

AI模型性能评估平台

Scale Leaderboard是一个专注于AI模型性能评估的平台，提供专家驱动的私有评估数据集，确保评估结果的公正性和无污染。该平台定期更新排行榜，包括新的数据集和模型，营造动态竞争环境。评估由经过严格审查的专家使用特定领域的方法进行，保证评估的高质量和可信度。

评估大型语言模型调用函数能力的排行榜

Berkeley Function-Calling Leaderboard（伯克利函数调用排行榜）是一个专门用来评估大型语言模型（LLMs）准确调用函数（或工具）能力的在线平台。该排行榜基于真实世界数据，定期更新，提供了一个衡量和比较不同模型在特定编程任务上表现的基准。它对于开发者、研究人员以及对AI编程能力有兴趣的用户来说是一个宝贵的资源。

Babel旨在提供一个人工智能协作平台，极大地提高构建应用程序的效率并消除运营复杂性

Babel提供了一种新的软件工程范式，包括AI生成组件、结构化编程、实时编码、全息观察和NoOps。Babel的自我驱动代理可以协作处理编码、调试、测试、部署等问题，同时还能自动维护和操作应用程序。

Cognition Labs是Devin的制造商，Devin是第一个AI软件工程师

Cognition Labs是一个应用AI实验室，专注于推理能力，他们开发的代码只是开始。该公司旨在通过AI技术提升软件工程的效率，并且已经推出了Devin的AI软件工程师。

智能招聘评估工具

Potis是一个AI驱动的招聘评估工具，能够自动评估应聘者的实际工作技能，提供实际案例测试、防作弊的评估方法、公正的人才评分系统等特点。Potis自动化评估可以节省高达80%的招聘初始预算，并加速招聘流程5倍，适用于所有层级的招聘需求。

AI创建软件工程师任务，一致、可读和详细。

Cubed是一个AI创建任务的平台，通过与GitHub代码库连接，使用人工智能生成具体可操作、描述性强的卡片。设置同步后，Cubed会智能地利用代码库的上下文，改进每个新的工单，为开发人员提供更多指导、加速和专注时间。

评估和观察生成式人工智能

Gentrace是一个团队共同评估和观察生成式人工智能的工具。通过使用人工智能和启发式评估器来连续评估质量，并观察在生产中的速度和成本。

网站优化神器，AI智能评估插件

Bolty是一款AI智能评估插件，通过使用ChatGPT提供网站内容的洞察。它简单易用：1. 扫描网站 2. 评估优化建议

AI代码文档、测试和重构工具

DocuWriter.ai是一款基于人工智能的工具，可以从源代码文件中自动生成代码文档、测试和重构代码。它提供了自动生成准确文档的功能，节省时间；生成全面的测试套件，保证代码可靠性；进行智能代码重构，提高代码可读性和可维护性。定价方面，提供专业、机构和企业三个套餐，具体详情请访问官方网站。定位于帮助开发人员自动化生成代码文档、测试和重构代码，提高工作效率。

构建、管理、扩展和支付来自拉美的顶级远程软件工程团队

TeamStation是一款通过Framework Science独有的远程软件工程团队增员SaaS平台，快速构建拉美近海软件开发团队，集成AI和Fintech技术，提供人性化的AI和Fintech服务，2022年获得了美国专利注册。用户可以通过简单的操作，一键雇佣顶级的近海软件工程师人才。