#ExpertCrowd-SWE

想让编程智能体在陌生大仓库里干真活的人该看看这个基准。它不是改几行的小修小补，而是工程师写的真实变更请求，评分器能识别偷懒和作弊补丁。榜单上 Claude Opus 5.5 和 GPT-6 Astra 基本打平，选型做对比时很实用。