20260601

concepts/swe-bench.md

@@ -0,0 +1,23 @@
+---
+title: "SWE-bench"
+created: 2026-05-26
+type: concept
+tags: ["benchmark", "coding-agent", "software-engineering"]
+sources: ["mini-agent-harness"]
+---
+
+# SWE-bench
+
+> 软件工程任务的 Agent 评测基准：真实 GitHub issue → patch 生成 → 环境测试。
+
+## 评测流程
+
+1. 给定一个真实 issue
+2. Agent 生成 patch
+3. 将 patch 放入环境运行测试
+4. Harness 负责准备环境、应用 patch、执行测试、汇总结果
+
+## 相关页面
+
+- [[terminal-bench]] — 终端环境评测
+- [[agent-harness-mini]] — 最小化评测框架