热点事件观察中
Rox 用 Devin 从生产流量自动生成 eval
1 篇报道1 个报道来源1 天前更新
先了解这件事
AI 综述
2026年10月16日，Windsurf 发布消息称，Rox 团队已不再手写 eval，改由 Devin 每周基于真实流量自动完成 QA：Devin 读取与 agent 的真实对话，在 Rox 的完整副本中复现每次失败，并将其转成 eval，团队只负责审核 PR。报道未提及该流程的起始时间、此前手写 eval 的具体规模，也未给出失败复现率或 eval 数量等量化结果。目前进展停留在 Rox 团队这一做法的介绍层面，尚无后续效果数据或变更说明。
AI 根据报道生成 · 2 小时前更新
最新进展10月16日 04:07
Windsurf 称 Rox 团队改由 Devin 每周基于真实流量自动生成 eval，仅审核 PR。报道时间线
沿着报道，了解事件的不同侧面。
10月16日
- Windsurf(@windsurf_ai)如何用 Devin 从生产流量自动生成 eval
Rox 团队不再手写 eval，改由 Devin 每周基于真实流量做 QA：读取与 agent 的真实对话，在 Rox 的完整副本中复现每次失败并转成 eval，团队只审核 PR。
本事件热度走势
当前热度 4·可比范围峰值 4（10月17日 11:00）·近 24 小时可比范围变化 –
趋势仅比较持续完整观测到的相同主体，范围可能小于当前热度统计。移动指针或点击图表查看每小时热度；键盘可用左右方向键切换。