JetBrains 研究指出编程 Agent 基准与真实用户任务流脱节

JetBrains Research 发表观点论文，指出 SWE-Bench Pro 等编程 Agent 基准与真实使用方式脱节，基准把详细 issue 交给 Agent 且只评最终 patch，其中新功能和 bug 修复占任务 93.8%。