编码代理基准测试：全仓库迁移存活率仅5.4%，发布SWE Refactor Bench

RT @EinsiaAI: 对编码代理的终极考验不是本地编辑——而是整个代码库的演进，而目前存活率只有5.4%。今天我们发布SWE Refactor Bench，一个用于长周期、全仓库软件栈迁移的基准。编码代理修复bug越来越擅长，但它们能否重构整个系统，C→Rust、Maven→Gradle、POSIX→WebAssembly？我们构建了20个真实迁移项目，包括SQLite、zlib、libsodium和GraphHopper。520次运行，只有28次存活所有3个阶段，20个任务中13个无人解决。系统级迁移仍然开放。完整分解👇 GitHub: [https://t.co/xXyLQ3qq0C] Paper Link: [https://t.co/lO1Enh63q7] Einsia Website: [https://t.co/AGn0hF5gwL]