根据Anthropic (@AnthropicAI) 工程博客最新发布的研究，基础设施配置对Agentic编程模型评测结果有显著影响。研究指出，不同的服务器环境和系统设置会导致编程模型的基准分数波动几个百分点，有时甚至超过顶级模型之间的差距。Anthropic强调，标准化基础设施对于确保评测公平性和可靠性至关重要，这一发现为企业准确评估和部署AI编程模型提供了重要参考。