OpenAI推出SWE-Lancer基准测试，评估AI模型在软件工程中的表现。该基准包含1488个来自Upwork的真实任务，总报酬约100万美元。结果显示，AI模型在管理任务上的表现优于IC SWE任务。Claude 3.5 Sonnet表现最佳，总收入超过40万美元。然而，AI仍无法全面替代人类程序员，尤其在处理复杂需求、创新思维及法律合规方面。AI增强型程序员将是未来趋势，掌握最新AI工具成为核心技能。