# 资料卡：SWE-bench

- 来源链接：https://github.com/swe-bench/SWE-bench
- 来源类型：公开基准/论文相关资源
- 可信度：高
- 适用章节：part5/why-code-understanding-matters-in-ai-era, part1/why-code-visualization
- 对应问题：仓库级软件工程任务难度如何度量？
- 关键结论：仓库级修复需要上下文、导航与验证，不只是单文件生成
- 局限性：基准任务分布与真实企业内部仓库仍有差距；分数不等于生产就绪。2026 年现状：SWE-bench Verified 已被前沿模型基本刷满、区分度趋于饱和，社区转向 SWE-bench Pro / Multilingual 等更难变体；引用分数时应注明变体与时间点（leaderboard 见 swebench.com）。