上海交大等团队推出 SWE-Explore 基准测试，揭示 AI 编码智能体行级定位缺陷

上海交通大学参与的国际团队发布新基准测试工具SWE-Explore，将代码搜索与修复阶段解耦评估，首次量化AI编码智能体在“行级精度”上的短板。该工具打破传统仅依赖“最终修复率”的单一模式，提供衡量上游搜索质量的新标准，推动AI软件工程评测向更深层次发展。