AI编程GOAT之争：超越SWE-bench Pro的未来挑战

架构设计、跨语言整合、人机协作、创造性算法等，仍是AI编程需突破的下一阶段，现有基准尚未完全覆盖。

来源

• SWE-Bench-Pro Benchmark Suite - Emergent Mind
• openreview.net
• techjacksolutions.com
• AI Benchmarks 2026: Compare 300+ LLM Benchmarks & Tests - LLM Stats
• Claude Mythos Benchmarks: 93.9% SWE-Bench and 59% Multimodal Score | MindStudio

打开完整版