SWE-Rebench：13个大模型与4个智能体在软件工程任务横评
ibragim_bad · hn · 2026-07-31
该项目对 13 个主流大语言模型和 4 个智能体在软件工程（SWE）任务上进行了基准测试，涵盖 Go、Java、Python、Rust 和 TypeScript 等多种编程语言，旨在评估它们在实际代码修复与开发任务中的表现。
「编程与Agent」频道最新
- 生成式 CAD 工具 NativeCAD 提供 177 个 MCP 工具，85% 以上英文建零件需求可通过 — burhop · 2026-10-16
- Flux AI CAD 支持导入 STEP 文件后用自然语言直接改型 — burhop · 2026-10-16
- 同时开 50 个 AI 任务是充电还是烧脑?开发者吵起来了 — zack_overflow · 2026-10-16
- 创业者用 Opus 一次清掉 3 万行技术债,印证「等新模型来重构」策略 — lucasmeijer · 2026-10-16
- 日本工程师用 tmux 搭建 AI agent 组织：每项目一队，人只对接总管 — 4310sy · 2026-10-16
- Gloria AI 推出加密新闻 MCP server，可实时检索摘要 — modelcontextprotocol · 2026-10-16