GitHub与微软推出AI代码审查基准ReviewBench

2026年10月5日，GitHub 联合微软推出 AI 代码审查离线开源基准评测 ReviewBench，并开放了研究预览版及公开排行榜。该基准基于对 GitHub 平台上 1.039 亿个拉取请求（PR）的分布分析，精选了涵盖 19 种编程语言的 219 个真实 PR，结合人类专家、前沿大模型与静态分析工具构建黄金标准数据集，并由 Claude Sonnet 5 担任评判模型。目前用户可通过 ReviewBench 官网使用该基准并对比各代码审查智能体。开发者若要提交自有智能体进行评估，需要提供容器镜像、配置并自带模型密钥；测试得分仅在首次提交或超过该智能体现有最高分时，才会正式更新公布至公开排行榜。

AI 根据报道生成 · 44 分钟前更新

还没有足够的连续观测数据，暂不绘制趋势。