Simon Willison 在 WeAreDevelopers 北美世界大會上發表了關於 2026 年大型語言模型（LLM）發展的編年史回顧。他指出，2025 年 11 月推出的 Claude Opus 4.5 和 GPT-5.1 是關鍵轉捩點，使程式碼代理工具（如 Claude Code 和 Codex）從「經常出錯」轉變為「足以勝任日常使用」。Willison 使用「騎自行車的鵜鶘」SVG 生成任務作為基準測試，指出儘管模型在視覺生成上仍有挑戰，但這些增量改進顯著提升了程式碼代理的可靠性。這份回顧性分析提供了寶貴的脈絡，幫助開發人員和產業觀察家理解人工智慧驅動軟體工程的現況。

事件背景

WeAreDevelopers 世界大會是針對軟體開發人員、工程師和科技從業人員的重要國際會議，專注於尖端技術和產業趨勢。Simon Willison 是一位知名的開發者倡導者和部落客，經常分析開源人工智慧生態系統。Claude Code 和 Codex 等程式碼代理工具允許大型語言模型自主撰寫、除錯和執行程式碼。