先了解这件事
AI 综述
2026年2月16日,OpenHands 官方博客发布 SWE-fficiency 性能工程基准。该基准由哈佛团队打造,用 OpenHands 评测 AI 智能体的性能工程能力,覆盖 numpy、pandas、scikit-learn 等 9 个仓库的 498 个任务。基准采用 Pass-to-Pass 流程,并引入 Speedup Ratio(SR)衡量智能体加速比与人类专家的差距。发布时顶尖智能体仅达到人类专家 0.23x 的加速比,约 71% 的情况下定位错了文件或函数。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
SWE-fficiency：用 OpenHands 评测 AI 智能体如何优化代码性能事件进展
1 个已确认进展
- 来源：OpenHands 官方博客
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。
2月16日
OpenHands 官方博客一手
SWE-fficiency：用 OpenHands 评测 AI 智能体如何优化代码性能
OpenHands 官方博客发布由哈佛团队打造的 SWE-fficiency 基准，用 OpenHands 评测 AI 智能体的性能工程能力，包含 numpy、pandas、scikit-learn 等 9 个仓库的 498 个任务。该基准采用 Pass-to-Pass 流程，并引入 Speedup Ratio（SR）衡量智能体加速比与人类专家的差距；发布时顶尖智能体仅达到人类专家 0.23x 的加速比，约 71% 的情况下定位错了文件或函数。