先了解这件事
AI 综述
JetBrains 于 2026 年 10 月 12 日发表研究论文,提出编码智能体基准应匹配真实用户任务流。该研究分析 4,782 个真实会话,发现功能开发与缺陷修复占比远低于一半,而在 SWE-Bench Pro 中这两类任务占 93.8%。团队据此构建 SWE-TaskFlow,将每个基准问题拆成多轮并加入可校验的代码问题。在 700 个 SWE-Bench Pro 任务上,拆分使智能体成本约翻倍,成功率无稳定变化。目前尚无后续发展事实。
AI 根据公开报道生成
最新进展 · 正式报道
JetBrains 论文：编码智能体基准应匹配真实任务流事件进展
1 个已确认进展
- 来源：Rohan Paul
报道与讨论时间线
按时间查看正式报道与传播讨论；两类内容的证据等级保持独立。
10月12日
Rohan Paul
JetBrains 论文：编码智能体基准应匹配真实任务流
JetBrains 研究论文提出编码智能体基准应匹配用户真实任务流：分析 4,782 个真实会话发现功能开发与缺陷修复占比远低于一半，而 SWE-Bench Pro 中这两类任务占 93.8%。团队构建 SWE-TaskFlow，将每个基准问题拆成多轮并加入可校验的代码问题，在 700 个 SWE-Bench Pro 任务上拆分使智能体成本约翻倍，成功率无稳定变化。