已收录文章摘要，完整内容可前往原文阅读。
智猩猩AI整理编辑：金水现有代码智能体评测，真的靠谱吗？当前主流代码/AI智能体基准主要分两条路，一条是SWE-bench这类公开静态基准，任务直接来自公开GitHub Issue和PR，提示词和答案