行业Agent 与开发者多源确认精选73°21:37OpenAI 发现热门AI编程测试SWE-Bench Pro中约30%任务有缺陷OpenAI自己查了SWE-Bench Pro，发现三成测试题有毛病，所以不认这个榜了。做AI编程的可以看看。#OpenAI#SWE-Bench Pro#基准测试#编程能力评测10 个信源在谈事件专题官方账号Decoder@Maximilian Schreiner11 个信源在谈原文稍后读已读值得跟进有用关注 OpenAI