SWE-bench Verified

AI 编程也会制造技术债 — 代码简洁度需要单独评测

开源基准 Parsimony 用语法单位衡量 AI 生成代码的复杂度。初步结果显示，模型越聪明未必写得越少；真正拉开差距的是运行框架，同一模型可从 0.80 倍升至 0.99 倍代码量。