待验证50% 置信事实精确时间

Prism基准测试侧重衡量AI编程智能体在端到端任务中的实际可用性，通常包含代码生成、调试、跨文件修改等子任务

1

来源数

50%

置信度

长期有效

时效性

2026/10/7

首次发现

来源

Kane CLI：给AI编程智能体配一个独立审查员

涉及实体

Prism基准测试concept SWE-benchconcept

相关事实

待验证Edgee 官方基准测试基于单一代码仓库和单一工作流，实际项目收益可能因代码结构、任务类型而异73% 相似待验证基于视觉或AI驱动的跨平台测试工具的核心卖点是统一断言语义，测试在用户可见和可操作的层面进行72% 相似待验证SWE-bench基准测试已成为评估AI Agent代码能力的行业标准，包含从真实GitHub仓库中提取的软件工程任务72% 相似待验证@ai-sdk/harness 偏向测试与评估框架，用于验证 AI 模型和工具链在各种场景下的表现70% 相似

引用此条事实

Stable URI

https://kongchang.com/claim/983971

API

curl https://kongchang.com/api/v1/knowledge/claims/983971

MCP

get_claim(id=983971)