AgentBug-Smith：把真实 bug 报告变成可运行测试，揭示 coding agent 修复能力不足
一项来自美中多所实验室的研究，把真实 agent bug 变成可跑的测试集。最好的 agent 只修好 9%，很扎心但很实用。
#AgentBug-Smith
共 1 条 · 7 天 1 条 · 30 天 1 条
信息流里打上「AgentBug-Smith」标签的资讯、产品与论文，按刊登时间排，新的在上。
10月4日
一项来自美中多所实验室的研究，把真实 agent bug 变成可跑的测试集。最好的 agent 只修好 9%，很扎心但很实用。
