Kaggle 首期访谈:SWE-bench 作者谈如何打造有影响力的评测
OfirPress · x · 2026-11-17
Kaggle 推出新访谈系列 Evaluated,首期邀请 SWE-bench 联合作者 OfirPress 分享基准构建经验。他建议:想打造「下一个 SWE-bench」,先从人入手——找到可以碰撞想法的队友,再挑战那些看似不可能的难题。SWE-bench 从冷淡起步成长为 AI 编码领域最具影响力的基准之一,核心经验是「构建对人类真正重要的高难度基准」。
「编程与Agent」频道最新
- YC 新秀 CoverAgents 获 90+ 保险经纪采用,邮件 3 分钟出全渠道报价 — ycombinator · 2026-11-17
- 开源工具 REQL 用代码图谱为编程 Agent 降 token 消耗 — cl0wnfire · 2026-11-17
- Figma MCP 实战:用 Claude 直接在 Figma 文件里生成设计与原型 — Tegadesigns · 2026-11-17
- 自主研究 Agent 工具 Arkenos 发布 v0.6.12,主打免看管长任务 — _AustinCalvert_ · 2026-11-17
- Cloudflare 一周上线多项更新:Kitesurf 浏览器引擎开源 — ritakozlov · 2026-11-17
- Zoho Desk 十周年推 Blended Agents:建站免费,每月最多 3000 万免费 token — shashib · 2026-11-17