行业与实践 · 标签「SWE-TaskFlow」

研究与基准测试/2026-10-13/18 分钟

观点：编码智能体基准应当匹配其用户的任务流

JetBrains 用 4,782 次真实 IDE 会话说明，编码智能体基准不该只有单条 issue。按生产任务流拆开提示并加入可验证问答后，成本大约翻倍，解决率却没有稳定变化。