待验证70% 置信事实时间未知

目前顶尖AI Agent（如Devin、SWE-agent）在SWE-bench上的解决率约为40-55%

1

来源数

70%

置信度

中期 (~90 天)

时效性

2026/6/1

首次发现

有效期至：2026/8/30

来源

Crafta-Bench：Cursor后台Agent基准测试工具深度解析

githubnwinter

涉及实体

Devinproduct SWE-agentproduct SWE-benchproduct

相关事实

待验证部分AI Agent系统在SWE-bench上的解题率已突破50%80% 相似待验证在AI Agent四大核心组件中，规划能力的成熟度最低（★★☆☆☆），大模型成熟度最高（★★★★★）72% 相似待验证当前AI Agent在SWE-bench测试中能解决80%的问题70% 相似待验证根据Lunchen开发团队对全球超过1300名专业人士的调查，57.3%的项目已经部署了AI Agent67% 相似待验证最强AI Agent在OSWorld 2.0上的任务完成率仅约20%67% 相似

引用此条事实

Stable URI

https://kongchang.com/claim/31097

API

curl https://kongchang.com/api/v1/knowledge/claims/31097

MCP

get_claim(id=31097)