SWE-Bench ProMax：补齐大规模重构的 AI 评测
rseroter · x · 2026-08-25
现有大多数 AI 编程 Agent 基准测试跳过了大规模重构场景，而新的 SWE-Bench ProMax 基准填补了这一空白。文章探讨了这是否是测试前沿模型对大型代码库深度理解能力的好方法。
「编程与Agent」频道最新
- 从 OpenClaw 迁移到 Grok Bot：实测与踩坑笔记 — heyneighbor · 2026-08-25
- Claude 自主修复取消订阅流程并上线 — mhmazur · 2026-08-25
- Omarchy 是 Agent 操作系统，Agent 的编程语言是什么？ — aronchick · 2026-08-25
- Grok 4.6 在 Nous Portal 限时五折 — NousResearch · 2026-08-25
- Claude 企业版 MCP 连接器集中认证现已上线 — EricBuess · 2026-08-25
- 发布 Wake：基于 Rust 的多人协作 AI 员工操作系统 — prasannaalahoti · 2026-08-25