**SWE-CoWork:将编码智能体作为数字员工进行组织级基准测试** _SWE-CoWork: Benchmarking Coding Agents as
原帖
**SWE-CoWork:将编码智能体作为数字员工进行组织级基准测试**
_SWE-CoWork: Benchmarking Coding Agents as Digital Employees in Organizations_
> 研究提出了 SWE-CoWork 基准,模拟拥有 26 名同事的软件组织,评估 11 个编码智能体在需求追踪、协作及验证中的表现。结果显示,尽管领先模型能解决约 63% 的测试用例,但仅完成不到 8% 的任务;即便提供完整需求,任务完成率也未显著提升,表明持续的需求跟踪与执行是自主软件工程的关键挑战。
**来源信息**
- **来源**:HuggingFace Daily Papers(社区热门论文)
- **分类**:ai-models
- **发布时间**:2026-11-17 08:00(北京时间)
- **原文**:[打开原文](https://huggingface.co/papers/2611.20218)