推荐Kimi K2评测，强调Agent能力是模型未来趋势
推荐阅读：《Kimi K2：超越聊天框的深度评测》
以后模型的评测，不能局限于各种编程题、聊天跑分，还是要多看它 Agent 的能力：
1. 自主决策与反馈循环
2. 调用工具与环境交互
这是未来模型发展的趋势
以后模型的评测，不能局限于各种编程题、聊天跑分，还是要多看它 Agent 的能力：
1. 自主决策与反馈循环
2. 调用工具与环境交互
这是未来模型发展的趋势
完全赞同，模块级别的 Coding 能力已经不足以检测顶级模型的真实能力，还是要看模型 Agent 方面的能力——根据用户输入和代码库调用工具补足上下文完成任务
从 Coding 能力来讲 Gemini 2.5 Pro、o3、Claude 4 差距不明显，但是 Coding Agent 能力明显 Claude 是最强的，Gemini 2.5 最弱