新加坡管理大学提出SWE-Duel编码Agent竞技场

2026年10月12日，AGI Hunt 报道新加坡管理大学提出自扩容编码 Agent 竞技场 SWE-Duel。该竞技场采用红蓝对抗机制：红方在真实代码仓库中实现功能，并在其中埋入隐蔽 bug；蓝方在不知情的情况下对代码进行审查和修复。报道称，这一设计意在规避静态基准被污染、以及被刷到饱和的问题，通过红蓝双方互相出题、自我扩容，持续产生新的评测任务。目前公开信息停留在方案提出阶段，尚未见关于评测结果或后续进展的报道。

AI 根据报道生成 · 2 小时前更新

还没有足够的连续观测数据，暂不绘制趋势。