待验证50% 置信基准精确时间

根据SWE-RPG基准论文数据，当前顶级编程代理在真实GitHub问题上的平均解决率仅为31.5%

1

来源数

50%

置信度

长期有效

时效性

2026/8/24

首次发现

来源

Claude Code vs Codex深度对比：选对AI编程助手的关键

涉及实体

相关事实

待验证2024年多项针对SWE-bench的评估显示，最先进的AI代理在真实GitHub Issue的解决率上仅在20%~50%区间77% 相似待验证SWE-bench要求模型解决GitHub上的真实issue，其通过率即便对最强模型也不超过50%75% 相似待验证在 SWE-bench 真实 GitHub Issue 修复任务中，不同厂商模型的修复成功率差异可达15-30个百分点74% 相似待验证GitHub 在 Copilot 报告中披露开发者平均接受率约为 30%–40%74% 相似

引用此条事实

Stable URI

https://kongchang.com/claim/794278

API

curl https://kongchang.com/api/v1/knowledge/claims/794278

MCP

get_claim(id=794278)