标签: Benchmark

SWE-bench Verified 30 个月：从 1.96% 到 80.9%，Coding Agent 是怎么做到的

2026-07-02

30 个月，从 1/50 到 4/5。本文翻译并解读 AgentMarketCap 的 SWE-bench Verified 完整演进史，拆解每个跳变的驱动因子，以及在 saturation 之后该看什么。