新基准 SWE Refactor Bench：Agent 全库重构存活率仅 5.4%
_akhaliq · x · 2026-08-25
Einsia 发布了 SWE Refactor Bench，这是一个针对长期视界、全仓库软件栈迁移的基准测试。测试包含 SQLite、zlib 等 20 个真实迁移任务（如 C 转 Rust）。在 520 次运行中，只有 28 次通过了所有阶段，存活率仅 5.4%，13/20 的任务无人解决。这表明虽然 AI 擅长修 Bug，但在系统级重构方面仍面临巨大挑战。
「编程与Agent」频道最新
- LangChain 创始人推 eval 新 skill:两步流水线合成 agent 环境 — hwchase17 · 2026-08-25
- MacStories: M6 与 M5 Ultra 将成 macOS 本地 AI 利器 — Dimillian · 2026-08-25
- GitHub 收录千余项官方 Agent 技能，含 Anthropic/Google — tom_doerr · 2026-08-25
- 构建稳健 AI 客服：应对拼写与流程异常的实战经验 — njyx · 2026-08-25
- 让 Claude 自主迁移 87 篇支持文档：解码 Cloudflare 反爬、自建校验 — mhmazur · 2026-08-25
- Tessl 提出 'Harness Engineer' 新角色 — aheineike · 2026-08-25