SWE Refactor Bench 发布：AI 全库重构通过率仅 5.4%

新基准 SWE Refactor Bench（arXiv:2608.23564）正式发布，将编码智能体的测试重点从修 Bug 升级为长时程、全仓库级的技术债迁移，包含 SQLite、zlib 等 20 个真实迁移任务（如 C 转 Rust）。520 次运行总通过率仅 5.4%，表现最好的 Opus 5 也仅得 47 分，全库重构几乎全军覆没，暴露出当前 AI 编码能力的明显短板。

2026-08-25 ~ 2026-08-27 · 4 条相关

• 新基准 SWE Refactor Bench：Agent 全库重构存活率仅 5.4% — _akhaliq · 2026-08-25
• SWE Refactor Bench：520 次运行仅 5.4% 通过，Opus 5 最高 47 分 — YouJiacheng · 2026-08-26
• 新基准 SWE-Refactor-Bench 暴露 AI 编码软肋：全库重构全军覆没 — 机器之心 · 2026-08-27
• SWE Refactor Bench：编码 Agent 能否完成长周期仓库迁移？ — Deyao Hong · 2026-08-27