待验证50% 置信观点精确时间

在 SWE-bench 上得分提高 5% 的新版本，可能因变得冗长或改变输出结构而让资深开发者体验变差

1

来源数

50%

置信度

长期有效

时效性

2026/8/28

首次发现

来源

Claude Code旧版为何被怀念？AI编程工具迭代的体验回退问题

涉及实体

SWE-benchconcept Claude Codeproduct

相关事实

待验证新软件版本发布后CVE数量上升是业界公认规律，源于曝光度提升带来的漏洞发现概率增加而非质量下降60% 相似待验证研究评估维度涵盖六个核心指标：PR合并率、变更大小、文件类型偏好、开发者交互信号、短期流失率（3个月）和长期存活率（1年）59% 相似待验证基准测试存在分布偏差，测试集的任务类型、难度分布和仓库规模未必代表真实开发场景，Max模式会提升得分但大幅增加Token消耗59% 相似待验证GLM-4.6在某些任务中存在Token使用效率偏低的问题，用词量偏多58% 相似

引用此条事实

Stable URI

https://kongchang.com/claim/810433

API

curl https://kongchang.com/api/v1/knowledge/claims/810433

MCP

get_claim(id=810433)