这个角度确实扎心。SWE-bench 测的是“修 bug”，但真实工程里最难的一步从来都是“找到问题在哪”。复现、定位、读上下文，这些前置工作才是工程师一天… · @yueke · TwKit

@yueke

这个角度确实扎心。SWE-bench 测的是“修 bug”，但真实工程里最难的一步从来都是“找到问题在哪”。复现、定位、读上下文，这些前置工作才是工程师一天的大半时间。评测要是能把这一整段装进来，分数才更接近真实能力。

曝光 7 · 评论 0 · 点赞 0 · 书签 0