待验证50% 置信事实精确时间
SWE-bench 出现之前业界最常用的编程能力评估工具是 HumanEval（OpenAI）和 MBPP（Google）
1
来源数
50%
置信度
长期有效
时效性
2026/7/6
首次发现
来源
Claude Code深度解析：为何成为最强AI编程工具
bilibili小码学IT2026/7/2
相关事实
待验证BrowseComp是OpenAI发布的网页浏览与信息检索能力基准测试68% 相似待验证提示词工程（Prompt Engineering）已经成为一个专门的技术方向，OpenAI、Google DeepMind等机构都发布过系统性的最佳实践指南66% 相似已验证LLM 工具支持 OpenAI、Anthropic、Google 等多种模型提供商66% 相似待验证Cline支持接入OpenAI、Anthropic、Google、DeepSeek等多家模型提供商65% 相似待验证OpenAI、Anthropic、Google等主流模型提供商均已支持工具调用机制，但具体Schema规范略有差异64% 相似
引用此条事实
Stable URI
https://kongchang.com/claim/115680API
curl https://kongchang.com/api/v1/knowledge/claims/115680MCP
get_claim(id=115680)