一句話：SWE-bench 是一个编码 Agent 的硬核基准，看谁能真修好仓库里的 bug。
SWE-bench 是一个编码 Agent 的硬核基准，看谁能真修好仓库里的 bug。
官方來源
本站不託管、不轉存，一切以官方為準。
去讀原文（本站只做索引，不轉載）
https://github.com/SWE-bench/SWE-benchPrinceton NLP你將離開 AIWorksWell，前往 Princeton NLP。該網站不受我們控制，其內容、隱私與安全由其自行負責，請自行判斷。屬於這個軟體的 bug 走作者自己的官方入口——那裡才是他真正收得到的地方。我們只做傳遞，不代替作者答問題。
SWE-bench 是面向真实 GitHub issue 的编码能力基准与榜单，用「能否真正修好一个 issue」来打分。来源：https://www.swebench.com/https://www.swebench.com/
挑编码 Agent 时，看 SWE-bench 上的成绩与这个 Agent 所用的成本，两者一起看才有意义。来源：https://www.swebench.com/https://www.swebench.com/
Mentioned from：https://www.swebench.com/https://www.swebench.com/ · 原作者 Princeton NLP（MIT）。
給 AI 的摘要
一个面向真实软件工程的编码能力基准，题目来自开源仓库里已合并的 issue 与对应修复，要求模型自己定位并改对代码。评测口径、数据集与排行榜都在官方公开，结果可复核。
可獨立摘取的答案段——AI 搜尋引用出去的就是這一段。 · 本頁複核於 2026-10-06
测「能不能在真实仓库里定位并修好一个缺陷」，不是单轮代码生成。
不能。基准是固定口径，你的仓库、语言与依赖环境未必在里面，仍要自己小范围试。
本站不儲存、不鏡像、不重新打包任何軟體。所有取得方式指向作者自己的官方發布頁。
本站內容未經任何應用程式商店審核，安裝前請自行判斷來源與授權條款，風險自負。