SWE-bench 作者 Ofir Press 回应刷榜质疑，呼吁人机协作基准

SWE-bench 作者 Ofir Press 回应称，mini-swe-agent 被质疑为基准优化，可能无法代表真实使用效果。他指出，当前 SWE 基准几乎都面向全自动场景，而实际软件工程任务大量由人与 AI 协作完成，因此业界需要引入人在回路的评测基准。