谢赛宁sainingxie2025-06-17 09:336 月 17 日So this is not a benchmark for software engineering agents. It’s meant to test core reasoning and in...AI 导读所以这不是一个针对软件工程智能体的基准测试。它旨在通过编程测试核心推理与智能——由一些顶尖竞技程序员撰写的 71 页深度分析作为支撑。来源：谢赛宁 · x.com
