Unverified90% confidenceFactTime unknown
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
Sources
90%
Confidence
Long-term
Relevance
6/1/2026
First Seen
Sources
SWE-bench官方博客上线：AI编程评测标准进入新阶段
twitterSWEbench
Related Entities
Related Claims
UnverifiedSWE-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% similarUnverifiedOpenAI、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% similarUnverified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% similarVerifiedOpenAI、Google、Anthropic等头部AI公司纷纷将Agent能力作为核心战略方向67% similarUnverifiedSkills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% similar
Cite This Claim
Stable URI
https://kongchang.com/claim/26927API
curl https://kongchang.com/api/v1/knowledge/claims/26927MCP
get_claim(id=26927)