**首个独立测量harness的基准开源，打破SWE-bench唯分数论**

_打破SWE-bench唯分数论，首个独立测量harness的基准开源了_

> SWE-bench评测中，模型性能受框架影响，直接比较分数不公。新开源基准独立测量Harness，提供更公平的评估方式，推动编程Agent评测透明化。

**来源信息**
- **来源**：机器之心：文章库（API）
- **分类**：论文
- **发布时间**：2026-06-15 14:27（北京时间）
- **原文**：[打开原文](https://www.jiqizhixin.com/articles/2026-06-15-5)