已过期50% 置信事实精确时间

SWE-Bench Verified was developed by a Princeton University research team to evaluate AI models' ability to solve real-world software engineering problems

1

来源数

50%

置信度

中期 (~90 天)

时效性

2026/7/2

首次发现

有效期至：2026/9/30(已过期)

来源

Bolt.DIY + Claude 3.7 Sonnet: Building Full-Stack Apps with Zero Code

bilibili账号已注销2025/3/4

相关事实

待验证Devin、SWE-agent等AI软件工程师产品的核心技术路径是让AI能够读取代码、运行测试、提交修复67% 相似待验证2024年 Devin（AI程序员）、SWE-Agent 等项目证明了智能体在真实工程任务中的价值65% 相似已验证建立AI生成→人工验证→修复优化的标准工作闭环是驾驭AI编程工具的关键65% 相似待验证XLANG实验室发布了OSWorld 2.0基准测试，用于评估AI Agent在真实复杂工作中的能力64% 相似

引用此条事实

Stable URI

https://kongchang.com/claim/58327

API

curl https://kongchang.com/api/v1/knowledge/claims/58327

MCP

get_claim(id=58327)