待验证90% 置信事实时间未知

SWE-bench已成为衡量AI编程Agent能力的事实标准，OpenAI、Anthropic等主流团队都在SWE-bench上公布成绩

1

来源数

90%

置信度

长期有效

时效性

2026/6/1

首次发现

来源

SWE-bench官方博客上线：AI编程评测标准进入新阶段

twitterSWEbench

涉及实体

SWE-benchproduct OpenAIcompany Anthropiccompany

相关事实

待验证SWE-bench正在从单纯的评测基准演变为完整的AI编程智能体研发平台76% 相似待验证OpenAI、Anthropic 等主流 AI 机构均将 HITL 列为 AI 对齐实践的重要组成部分69% 相似待验证开源AI的核心价值在于能力平权，让研究者和小型团队使用与大厂同等水平的工具而不受制于API定价和商业审查68% 相似已验证OpenAI、Google、Anthropic等头部AI公司纷纷将Agent能力作为核心战略方向67% 相似待验证Skills文件是AI Agent生态中正在兴起的工作流标准化方案，通常采用Markdown或YAML格式67% 相似

引用此条事实

Stable URI

https://kongchang.com/claim/26927

API

curl https://kongchang.com/api/v1/knowledge/claims/26927

MCP

get_claim(id=26927)