#SWEBench

共 1 条 · 7 天 0 条 · 30 天 0 条

信息流里打上「SWEBench」标签的资讯、产品与论文，按刊登时间排，新的在上。

6月12日

产品 Agent 与开发者73°13:31

FrontierCode 基准发布：Opus 4.8 仅 13.8%，半数 SWEBench 结果不可合并

FrontierCode 戳破了现有基准的泡沫，真正衡量代码可维护性而非通过测试——做 AI 编程工具或智能体开发的团队，建议看看这个新标尺，它可能改变你评估模型的方式。

#基准测试 #代码质量 #SWEBench #FrontierCode

swyx (AI Engineer)@swyx原文