GitHub发布AI代码评审基准ReviewBench

2026年10月5日，GitHub发布了名为ReviewBench的AI代码审查评测基准。该基准是一个开源离线基准，旨在评估AI代码审查智能体。其构建基于对1.039亿个GitHub pull request的分析，包含219个涵盖19种编程语言的真实pull request样本，并采用了多来源黄金集和统一的评估标准。目前，ReviewBench的研究预览版本已通过其官方网站提供，完整的基准数据集也已公开。GitHub表示，他们在每次评估中都会对使用的基准数据集、评判器和匹配器进行版本管理。

AI 根据报道生成 · 2 小时前更新

还没有足够的连续观测数据，暂不绘制趋势。