待验证50% 置信事件精确时间
ChatGPT 在构建 Python CLI 待办应用时，首次生成的 8 个 unittest 测试中有 1 个失败，原因是测试调用了 add_task 却去捕获 list_tasks 的输出。
1
来源数
50%
置信度
短期 (~14 天)
时效性
2026/10/21
首次发现
有效期至：2026/11/4
来源
免登录AI编程助手实测：ChatGPT、Duck.ai与Gemini构建4个项目
youtubeBack To Code2026/10/19
涉及实体
相关事实
部分验证SWE-Bench测试集包含来自12个主流Python开源项目的2294个真实Bug修复任务69% 相似待验证HumanEval测试集仅包含164个Python编程题，仅测试函数级代码补全63% 相似待验证Python 中 unittest.mock.patch 可在测试范围内将任意可导入名称指向伪造对象并在测试结束后自动还原63% 相似待验证作者在真实 Python 代码库上注入了超过 5000 个合成变异故障进行基准测试。61% 相似待验证Reddit 社区有人整理出一张包含 20,168 个开放 Python 任务的「失败地图」(Failure Map)，用于检验本地编程模型在边界案例缺陷上的修复能力60% 相似
引用此条事实
Stable URI
https://kongchang.com/claim/1080516API
curl https://kongchang.com/api/v1/knowledge/claims/1080516MCP
get_claim(id=1080516)