Senior SWE-Bench评估AI工程师能力

📂 精选资讯 · 📰 Hacker News

Snorkel AI推出Senior SWE-Bench基准测试，模拟高级工程师需处理的系统设计、技术债清理等复杂任务。测试显示当前AI代理在跨模块调试场景中表现最佳，但架构决策仍是短板。

阅读原文