Skip to content
Hot eventLive

AgentSWE：评测编码智能体构建智能体的基准

1 reports1 sources3 hr ago updated

Get the story

AI overview

2026年10月12日，arXiv 软件工程方向发布 AgentSWE 基准，面向智能体软件工程，评估编码智能体构建智能体的能力。该基准覆盖三个阶段：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，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。目前报道仅介绍基准设计与任务设置，未见实验结果或性能数据。

Generated from reports · updated 3 hr ago

LatestOct 12
arXiv 发布 AgentSWE 基准，覆盖三阶段共 25 个任务，以委托形式评测编码智能体构建智能体的能力。

Timeline

Follow the coverage from different angles.

Oct 12, 2026
  1. arXiv · Software Engineering
    AgentSWE：编码智能体能否构建出你真正想要的智能体？

    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。

Heat trend

There is not enough continuous observation data to draw a trend yet.