arXiv · Software Engineering· Jiahao Wang, Hongjin Qian, Yuyang Hu, Jiajun Zhang, Zheng Liu·· 4 hr agoAI score47
AgentSWE：编码智能体能否构建出你真正想要的智能体？
AgentSWE: Can Coding Agents Build the Agent You Actually Want?
AI brief
AgentSWE 是一个面向智能体软件工程的新基准，覆盖从自然语言需求创建完整智能体、编辑生产级智能体代码库、朝可度量目标优化三个阶段，共 25 个任务。任务以委托而非考试形式呈现，验收在留出用例上按需求派生评分标准以硬性通过/失败门控评分。
Source: arXiv · Software Engineering · arxiv.org