**Meta发布SWE-sweep基准:AI在无提示下自主发现并修复代码库Bug**

_Show HN: Benchmark: AI doesn't find bugs unless you tell it what's wrong_

> Meta超级智能实验室推出SWE-sweep基准,测试AI代理在无任何Bug类型或位置提示的情况下,自主探索大型代码库、发现并修复并发Bug的能力。该基准基于100个开源仓库和4.1k个Bug构建,要求代理在长周期任务中理解代码、修复错误且不引入回归。结果显示,当前最佳模型OpenAI Sol 5.6仅能解决4.7%的Bug,且成本高昂,表明AI在开放式自主调试任务上仍有巨大提升空间。

**来源信息**
- **来源**:Hacker News:AI 热帖
- **分类**:论文
- **发布时间**:2026-10-01 23:36(北京时间)
- **原文**:[打开原文](https://swesweep.com/)