SWE-Serve 如何暴露本地测试与线上服务的差距

SWE-Serve 由 SGLang 团队参与开发，包含 53 个任务，用于评估推理服务软件在真实模型加载和请求处理下的表现。AI 编码代理的补丁可能通过本地测试却在服务链路中失败，SWE-Serve 检查系统通过公开接口返回正确结果的能力。