行业与实践 · 标签「SWE-Milestone」

研究与基准测试/2026-10-26/22 分钟

规范没有说出的东西：测试在要求规范没写的名字

Fei Ding 审计 SWE-Milestone：98 个被评分里程碑里有 25 个，测试依赖规范没写、也无法推断的名字或路径。带这种缺口的构建单元失败率 80.6%，可比单元是 48.4%。排行榜名次几乎不动，但 go-zero 的分数会移动。