Hacker News：AI 热帖· Zeruxe·· 14 天前AI 评分63
Microsoft 开发者布道师分析：新 OpenAI 模型的编码能力为何不能只看 SWE-bench
Are new OpenAI models getting better for coding?
AI 导读
Microsoft Principal Developer Advocate Waldek 撰文指出，SWE-bench 等公开基准只能筛选模型的基础编码能力，不能预测其在团队私有 SDK、AGENTS.md、扩展栈和实际 harness 中的表现。
来源：Hacker News：AI 热帖 · developer.microsoft.com