Show HN· avyayv·· 28 天前精选AI 评分71
SelfBench 发布：用仓库自身已合并 PR 构建私有编码智能体基准
Show HN: Self-bench – benchmark coding agents on real-world software
AI 导读
SelfBench 是一个面向编码智能体的私有基准工具，把仓库已合并的 PR 还原成带隐藏测试的任务，再运行不同模型与 harness，按准确率和单任务成本绘制 Pareto 前沿。
推荐理由
用仓库自身已合并 PR 生成带隐藏测试的私有基准，并按准确率与成本画出 Pareto 前沿，为选型提供可复现依据。
来源：Show HN · github.com