**CrossSWE：首个跨仓库联合开发基准，揭示代码智能体在多库协作中的严峻挑战**

_CrossSWE: Benchmarking Cross-Repository Joint Development for Coding Agents_

> 针对现有软件工程基准仅关注单仓库且复杂度不足的局限，研究团队推出了 CrossSWE 基准，包含 171 个涵盖 165 个仓库的真实跨仓库开发实例。该基准通过验证部分仓库修改的充分性，重点考察代码智能体在依赖推理、变更传播及接口一致性方面的能力。评估显示，即便是最强的 GPT-6.1 Sol 模型，其 Pass@1 得分也仅为 58.48%，且跨仓库不一致性（44.2%）是智能体失败的最主要原因。

**来源信息**
- **来源**：HuggingFace Daily Papers（社区热门论文）
- **分类**：论文
- **发布时间**：2026-11-03 08:00（北京时间）
- **原文**：[打开原文](https://huggingface.co/papers/2611.01484)