标签：SWE-bench

当“更多计算”不再是答案：LoopCoder-v2重新定义测试时计算 在AI领域，有一个近乎被奉为圭臬的信念：模型的输出质量与它投入的推理成本成正比。无论是OpenAI的...

当AGENTS.md成为负担：这项大规模研究戳破了AI编程助手的最大幻觉 老实说，我见过太多团队在项目根目录塞一个 AGENTS.md，然后理所当然地觉得 AI 编程助手就...