标签 · #code-review

SWE-Gate 基准揭示通过测试与真实世界代码接受度之间的差距

为什么值得读 开发者需要认识到，功能上的成功并不等同于可部署的代码质量。

新基准 SWE-Gate 表明，编码智能体即使通过了功能测试，也常常无法满足代码审查约束，这揭示了功能成功与可部署代码质量之间的差距。