论文Agent 与开发者11:00SWE-DIVE：用用户模拟器评测多轮编程智能体一群研究者做了个 SWE-DIVE 框架，用模拟用户跟编程智能体多轮对话来测真实能力，比 SWE-bench 那种单轮出题更贴近实际，代码开源可跑。#SWE-DIVE#SWE-bench#编程助手#智能体aarXiv cs.AI@Lorenz Brehme 等 3 人原文稍后读已读值得跟进有用关注 SWE-DIVE