Industry & Practice · Tagged “SWE-Milestone”

Research & Benchmarks/2026-10-26/22 min

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。